DE102022116924A1 - Verfahren, Vorrichtung, Computerprogramm und computerlesbares Speichermedium zur Ermittlung von zumindest einem fehlerbehafteten Fahrzeug - Google Patents

Verfahren, Vorrichtung, Computerprogramm und computerlesbares Speichermedium zur Ermittlung von zumindest einem fehlerbehafteten Fahrzeug Download PDF

Info

Publication number
DE102022116924A1
DE102022116924A1 DE102022116924.3A DE102022116924A DE102022116924A1 DE 102022116924 A1 DE102022116924 A1 DE 102022116924A1 DE 102022116924 A DE102022116924 A DE 102022116924A DE 102022116924 A1 DE102022116924 A1 DE 102022116924A1
Authority
DE
Germany
Prior art keywords
vehicle
subgroup
vehicles
data channel
value
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
Application number
DE102022116924.3A
Other languages
English (en)
Inventor
Julia Hollmayer-Lahrsow
Marco Bross
Florian Eberl
Markus Frank
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bayerische Motoren Werke AG
Original Assignee
Bayerische Motoren Werke AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Bayerische Motoren Werke AG filed Critical Bayerische Motoren Werke AG
Priority to DE102022116924.3A priority Critical patent/DE102022116924A1/de
Priority to PCT/EP2023/053103 priority patent/WO2024008340A1/de
Publication of DE102022116924A1 publication Critical patent/DE102022116924A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0237—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on parallel systems, e.g. comparing signals produced at the same time by same type systems and detect faulty ones by noticing differences among their responses
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2637—Vehicle, car, auto, wheelchair
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
  • Traffic Control Systems (AREA)

Abstract

Es wird ein Verfahren zur Ermittlung von zumindest einem fehlerbehafteten Fahrzeug angegeben, wobei das zumindest eine fehlerbehaftete Fahrzeug eine Teilmenge von einer vorgegeben Hauptmenge an Fahrzeugen (2) ist und die Fahrzeuge (2) in eine Vielzahl von Fahrzeugtypen gegliedert sind, umfassend:- Ermitteln von jeweiligen Datenkanal-Istwerten die jeweils repräsentativ sind für eine Anzahl von versendeten Daten in einem ersten beziehungsweise einem zweiten Datenkanal für das zumindest eine Fahrzeug (2),- Ermitteln eines fahrzeugspezifischen Verhältniswerts basierend auf einem Verhältnis von dem jeweiligen Datenkanal-Istwert des ersten Datenkanals zu dem Datenkanal-Istwert des zweiten Datenkanals für das zumindest eine Fahrzeug (2),- Ermitteln eines Abweichungswerts für das zumindest eine Fahrzeug, wobei jeder Abweichungswert repräsentativ für eine Abweichung des Verhältniswerts und von einem vorgegeben Erwartungswert des Fahrzeugtyps ist,- Klassifizieren ob das zumindest eine Fahrzeug fehlerbehaftet ist oder nicht, in Abhängigkeit von dem Abweichungswert.Des Weiteren werden eine Vorrichtung, ein Computerprogramm und ein computerlesbares Speichermedium angegeben.

Description

  • Es wird ein Verfahren zur Ermittlung von zumindest einem fehlerbehafteten Fahrzeug angegeben. Darüber hinaus werden eine Vorrichtung, ein Computerprogramm und ein computerlesbares Speichermedium angegeben.
  • Eine zu lösende Aufgabe besteht darin, ein Verfahren anzugeben, bei dem zumindest ein fehlerbehaftetes Fahrzeug besonders einfach und schnell ermittelt wird. Des Weiteren sollen eine Vorrichtung und ein Computerprogramm angegeben werden, die ein solches Verfahren ausführen können. Darüber hinaus soll ein computerlesbares Speichermedium mit einem derartigen Computerprogramm angegeben werden.
  • Diese Aufgaben werden durch das Verfahren und die Gegenstände der unabhängigen Patentansprüche gelöst. Vorteilhafte Ausgestaltungen, Implementierungen und Weiterbildungen sind Gegenstand der jeweils abhängigen Patentansprüche.
  • Gemäß einem ersten Aspekt betrifft die Erfindung ein Verfahren zur Ermittlung von zumindest einem fehlerbehafteten Fahrzeug. Das zumindest eine fehlerbehaftete Fahrzeug ist eine Teilmenge von einer vorgegeben Hauptmenge an Fahrzeugen.
  • Die Fahrzeuge der vorgegebenen Hauptmenge sind beispielsweise miteinander vernetzt. Die Fahrzeuge der vorgegebenen Hauptmenge sind beispielsweise mittels einer Vorrichtung vernetzt. Zum Beispiel ist jedes der Fahrzeuge der vorgegebenen Hauptmenge mittels einer Kommunikationsverbindung mit der Vorrichtung, insbesondere einer externen Vorrichtung, verbunden. Die Vorrichtung ist beispielsweise ein Server, insbesondere ein Backend Server.
  • Die Fahrzeuge der vorgegebenen Hauptmenge sind in eine Vielzahl von Fahrzeugtypen gegliedert. Bei dem Fahrzeugtyp handelt es sich beispielsweise um eine Typenbezeichnung des Fahrzeugs. Beispielsweise umfasst jeder Fahrzeugtyp mehrere der Fahrzeuge. Fahrzeuge, die von einem Fahrzeugtyp umfasst sind, sind beispielsweise nicht von einem anderen Fahrzeugtyp umfasst. Die Fahrzeugtypen gruppieren beispielsweise die Fahrzeuge.
  • Gemäß zumindest einer Ausführungsform des Verfahrens werden jeweilige Datenkanal-Istwerte, die jeweils repräsentativ sind für eine Anzahl von versendeten Daten in einem ersten beziehungsweise einem zweiten Datenkanal für zumindest ein Fahrzeug ermittelt.
  • Beispielsweise werden die Datenkanal-Istwerte in Abhängigkeit eines Zeitintervalls ermittelt. Bei dem Zeitintervall handelt es sich beispielsweise um mindestens 1 Stunde und höchstens um 48 Stunden, insbesondere um 24 Stunden. Insbesondere ist das Zeitintervall repräsentativ für einen Wochentag.
  • Beispielsweise werden die versendeten Daten von zumindest einem Fahrzeug während einem Betrieb des Fahrzeugs an die externe Vorrichtung gesendet, wo sie beispielsweise gespeichert und verarbeitet werden. Zum Beispiel werden zur Ermittlung der jeweiligen Datenkanal-Istwerte jeweils die versendeten Daten des zumindest einen Fahrzeugs innerhalb des Zeitintervalls verarbeitet. Bei den Datenkanal-Istwerten handelt es sich beispielsweise um eine Anzahl an versendeten Daten innerhalb des Zeitintervalls.
  • Bei den versendeten Daten handelt es sich beispielsweise um Nachrichten, die Zustandsdaten des zumindest einen jeweiligen Fahrzeugs umfassen. Wird ein Fahrzeug betrieben, sendet dieses Fahrzeug beispielsweise eine vorgegebene Nachricht umfassend die Zustandsdaten an die externe Vorrichtung. Beispielsweise handelt es sich bei den Zustandstaten um Daten des Fahrzeugs, die einem Benutzer im Fahrzeug und/oder auf einer mobilen Vorrichtung angezeigt werden.
  • Ein Datenkanal kann repräsentativ sein für einen in mehrere Frames aufgeteilten Kanal, die wiederrum in mehrere Zeitschlitze aufgeteilt sein können. Ebenso kann ein Datenkanal repräsentativ sein für in mehrere Zeitblöcke oder Frequenzblöcke unterteilte Kanäle. Weiterhin kann ein Datenkanal repräsentiert werden durch eine Ressource, die von einer vorgegebenen Einheit, wie beispielsweise einen Sensor oder ein Steuergerät, genutzt wird.
  • Gemäß zumindest einer Ausführungsform des Verfahrens wird jeweils ein fahrzeugspezifischer Verhältniswert basierend auf einem Verhältnis von dem jeweiligen Datenkanal-Istwert des ersten Datenkanals zu dem Datenkanal-Istwert des zweiten Datenkanals für das zumindest eine Fahrzeug ermittelt. Beispielsweise wird bei dem fahrzeugspezifischen Verhältniswert die Anzahl an versendeten Daten des ersten Datenkanals, repräsentiert durch den Datenkanal-Istwert des ersten Datenkanals, in ein Verhältnis zu der Anzahl an versendeten Daten des zweiten Datenkanals, repräsentiert durch den Datenkanal-Istwert des zweiten Datenkanals, gesetzt.
  • Gemäß zumindest einer Ausführungsform des Verfahrens wird ein Erwartungswert vorgegeben. Der vorgegebene Erwartungswert wird beispielsweise fahrzeugtypspezifisch ermittelt. Der Erwartungswert basiert auf den Verhältniswerten aller Fahrzeuge der Hauptmenge eines jeweiligen Fahrzeugtyps.
  • Der Erwartungswert kann beispielsweise repräsentativ sein für einen Durchschnitt der Verhältniswerte aller Fahrzeuge eines Fahrzeugtyps. Beispielsweise wird der Erwartungswert eines Fahrzeugtyps in Abhängigkeit eines Zeitintervalls ermittelt. Bei dem Zeitintervall handelt es sich beispielsweise um mindestens 1 Stunde und höchstens um 48 Stunden, insbesondere um 24 Stunden. Insbesondere ist das Zeitintervall zur Ermittlung des Erwartungswerts abhängig von dem Zeitintervall zur Ermittlung der Datenkanal-Istwerte. Beispielsweise werden die Erwartungswerte der Fahrzeugtypen zeitlich nach dem Ermitteln des Verhältniswerts von zumindest einem Fahrzeug ermittelt. In vorteilhafter Weise ist der Erwartungswert damit nicht stationär, sondern kann sich dynamisch verändern.
  • Gemäß zumindest einer Ausführungsform des Verfahrens wird ein Abweichungswert für zumindest ein Fahrzeug ermittelt, wobei der Abweichungswert repräsentativ ist für eine Abweichung des Verhältniswerts und dem Erwartungswert. Der Abweichungswert kann beispielsweise repräsentativ sein für eine Differenz des Verhältniswerts des zumindest einen Fahrzeugs und des Erwartungswerts des Fahrzeugtyps des zumindest einen Fahrzeugs. Beispielsweise weist jedes Fahrzeug der vorgegebenen Hauptmenge einen Abweichungswert auf.
  • Weiterhin weist jedes Fahrzeug der Hauptmenge neben dem Abweichungswert zum Beispiel zumindest eine Eigenschaft auf. Die Eigenschaft umfasst beispielsweise eine der folgenden Informationen: Fahrzeugtyp, Produktupdate, Softwareversion, Kombination von Steuergeräten, zugeordneter Heimatmarkt, Backend-Hub, Produktionsdatum. Die Fahrzeuge der Hauptmenge umfassen beispielsweise zumindest teilweise die gleichen Eigenschaften.
  • Beispielsweise gibt die Information umfassend das Produktupdate an, welche Art von Updates eine Software, insbesondere eine Steuersoftware, des Fahrzeugs umfasst. Analog gibt die Information umfassend die Softwareversion an, auf welchem Stand die Software, insbesondere die Steuersoftware, des Fahrzeugs ist. Die Information umfassend die Kombination von Steuergeräten gibt beispielsweise an, welche Steuergeräte in dem Fahrzeug verbaut sind und/oder welche Steuergeräte miteinander kommunizieren. Die Information umfassend den zugeordneten Heimatmarkt gibt an, in welcher geographischen Region das Fahrzeug hauptsächlich betrieben wird. Die Information umfassend den Backend-Hub gibt an, mit welchem externen Backend-Hub das Fahrzeug verbunden ist.
  • Gemäß zumindest einer Ausführungsform des Verfahrens wird in Abhängigkeit von dem Abweichungswert klassifiziert, ob das zumindest eine Fahrzeug fehlerbehaftet ist oder nicht. Das zumindest eine Fahrzeug wird beispielsweise als fehlerbehaftet eingestuft, wenn der Abweichungswert größer ist als der vorgegebene Erwartungswert.
  • Durch die Aufteilung in zwei Datenkanäle werden bei der Ermittlung eines fahrzeugspezifischen Verhältniswerts durch die jeweiligen Datenkanal-Istwerte eines ersten beziehungsweise eines zweiten Datenkanals fehlerbehaftete Fahrzeuge präziser ermittelt. Durch die Ermittlung einer Abweichung des Verhältniswerts zu dem Erwartungswert, wird der Abweichungswert unabhängig von dem Fahrverhalten des jeweiligen Fahrzeugs bestimmt. Dadurch wird für ein Fahrzeug, das in einem bestimmten Zeitraum kaum/keine Daten versendet, beispielsweise durch eine lange Standzeit in der das Fahrzeug nicht benutzt wird, der Abweichungswert korrekt ermittelt. Somit wird das Klassifizieren, ob das Fahrzeug fehlerbehaftet ist oder nicht, in Abhängigkeit von dem Abweichungswert, effizienter und weniger fehleranfällig.
  • Gemäß zumindest einer Ausführungsform des Verfahrens wird das zumindest eine Fahrzeug in Abhängigkeit der Abweichungswerte einer Subgruppe zugeordnet. Als fehlerhaft klassifizierte Fahrzeuge werden abhängig von zumindest einer vorgegebenen Eigenschaft einer vorgegebenen Subgruppe zugeordnet. Durch einen Vergleich des Abweichungswerts mit dem Erwartungswert wird ermittelt, ob das zumindest eine Fahrzeug fehlerbehaftet ist oder nicht. Beispielsweise wird das zumindest eine Fahrzeug als fehlerbehaftet klassifiziert, wenn der Abweichungswert um 1 Prozent, 5 Prozent oder 10 Prozent über dem Erwartungswert liegt.
  • Beispielsweise umfasst die Subgruppe fehlerbehaftete Fahrzeuge, bei denen die Abweichungswerte vergleichsweise groß sind. Der fahrzeugspezifische Verhältniswert der Fahrzeuge aus der Subgruppe fehlerbehafteter Fahrzeuge ist demnach verschieden von dem fahrzeugtypspezifischen Erwartungswert der Fahrzeuge aus der Subgruppe fehlerbehafteter Fahrzeuge. Das heißt, die Fahrzeuge aus der Subgruppe fehlerbehafteter Fahrzeuge versenden im Vergleich zu einem Erwartungswert auf dem ersten Datenkanal besonders viel weniger oder besonders viel mehr Daten als auf dem zweiten Datenkanal.
  • Mit einem derartigen Verfahren kann eine Subgruppe umfassend fehlerbehaftete Fahrzeuge besonders einfach und schnell ermittelt werden. Diese fehlerbehafteten Fahrzeuge umfassen beispielsweise gemeinsame Eigenschaften, die für einen Fehler verantwortlich sind.
  • Betrifft der Fehler beispielsweise nur eine Teilmenge von einer vorgegeben Hauptmenge an Fahrzeugen, insbesondere eine Teilmenge vernetzter Fahrzeuge einer Flotte, kann durch das angegebene Verfahren die Subgruppe fehlerbehafteter Fahrzeuge identifiziert werden. Diese Subgruppe umfasst beispielsweise fehlerbehaftete Fahrzeuge, die nur bestimmte Fahrzeugtypen eines Backend-Hubs mit einer bestimmten Softwareversion und/oder einem bestimmten Produktionsdatum aufweisen.
  • Damit sind die Eigenschaften der fehlerbehafteten Fahrzeuge bekannt und es können gezielt Abhilfemaßnahmen eingeleitet werden.
  • Gemäß zumindest einer Ausführungsform des Verfahrens wird beim Ermitteln der Subgruppe fehlerbehafteter Fahrzeuge ein globaler Median ermittelt, der repräsentativ ist für alle Abweichungswerte der Fahrzeuge der vorgegebenen Hauptmenge. Insbesondere ist der globale Median ein Median von allen Abweichungswerten.
  • Gemäß zumindest einer Ausführungsform des Verfahrens wird beim Ermitteln der Subgruppe fehlerbehafteter Fahrzeuge zumindest eine erste Subgruppe in Abhängigkeit einer ersten Eigenschaft ermittelt. Die erste Eigenschaft ist beispielsweise ein Fahrzeugtyp des Fahrzeugs.
  • Gemäß zumindest einer Ausführungsform des Verfahrens weist die zumindest eine erste Subgruppe einen ersten Median auf, der eine maximale Differenz zu dem globalen Median aufweist.
  • Gemäß zumindest einer Ausführungsform des Verfahrens wird beim Ermitteln der Subgruppe fehlerbehafteter Fahrzeuge aus der zumindest einen ersten Subgruppe zumindest eine zweite Subgruppe und zumindest eine dritte Subgruppe erzeugt.
  • Gemäß zumindest einer Ausführungsform des Verfahrens weist die zumindest eine zweite Subgruppe in Abhängigkeit einer zweiten Eigenschaft einen zweiten Median auf. Die zweite Eigenschaft ist beispielsweise ein Produktupdate des Fahrzeugs. Die zweite Eigenschaft ist insbesondere anders als die erste Eigenschaft.
  • Gemäß zumindest einer Ausführungsform des Verfahrens weist die zumindest eine dritte Subgruppe in Abhängigkeit einer dritten Eigenschaft einen dritten Median auf. Die dritte Eigenschaft ist beispielsweise eine Softwareversion des Fahrzeugs. Die dritte Eigenschaft ist insbesondere anders als die erste Eigenschaft. Ebenso ist die dritte Eigenschaft insbesondere anders als die zweite Eigenschaft.
  • Gemäß zumindest einer Ausführungsform des Verfahrens ist eine Differenz des zweiten Medians und des dritten Medians maximiert.
  • Durch die Ermittlung eines globalen Medians, der repräsentativ ist für alle Abweichungswerte der Fahrzeuge der vorgegebene Hauptmenge, und jeweils ein Median für jede weitere Subgruppe, der repräsentativ ist für alle Abweichungswerte der Fahrzeuge innerhalb der jeweiligen Subgruppe, wird sichergestellt, dass die fehlerbehafteten Fahrzeuge der Hauptmenge von den nicht-fehlerbehafteten Fahrzeugen unterschieden werden können.
  • Beispielsweise werden aus der zumindest einen zweiten Subgruppe und/oder der zumindest einen dritten Subgruppe weitere Subgruppen in Abhängigkeit weiterer Eigenschaften erzeugt.
  • Gemäß zumindest einer Ausführungsform des Verfahrens wird die Subgruppe fehlerbehafteter Fahrzeuge in Abhängigkeit einer vorgegebenen Populationsgröße der zweiten Subgruppe und der dritten Subgruppe ermittelt.
  • Beispielsweise ist die vorgegebene Populationsgröße ein Abbruchkriterium des Verfahrens. Die Subgruppe fehlerbehafteter Fahrzeuge ist in diesem Fall durch die Subgruppe gebildet, die kleiner als die vorgegebene Populationsgröße ist. Die vorgegebene Populationsgröße der Subgruppe fehlerbehafteter Fahrzeuge wird in Abhängigkeit einer statistischen Relevanz vorgegeben. Die vorgegebene Populationsgröße ist beispielsweise so groß, dass keine Überanpassung erzeugt wird. Beispielsweise umfasst die vorgegebene Populationsgröße der Subgruppe fehlerbehafteter Fahrzeuge wenigstens 500 Fahrzeuge und höchstens 5000 Fahrzeuge.
  • Ist eine Populationsgröße der ersten Subgruppe und/oder der zweiten Gruppe größer als die vorgegebene Populationsgröße, so werden weitere Subgruppen aus der zweiten Subgruppe und/oder der dritten Subgruppe erzeugt. Das Verfahren wird beispielsweise beendet, wenn eine Populationsgröße zumindest einer der weiteren Subgruppen kleiner ist als die vorgegeben Populationsgröße.
  • Gemäß zumindest einer Ausführungsform des Verfahrens umfassen die ersten, die zweite und die dritte Eigenschaft jeweils zumindest eine der folgenden Informationen: Fahrzeugtyp, Produktupdate, Softwareversion, Kombination von Steuergeräten, zugeordneter Heimatmarkt, Backend-Hub, Produktionsdatum. Werden weitere Subgruppen erzeugt, umfassen die weiteren Eigenschaften ebenfalls eine der oben genannten Informationen.
  • Gemäß zumindest einer Ausführungsform des Verfahrens unterscheiden sich die erste, die zweite und die dritte Eigenschaft voneinander. Insbesondere unterscheiden sich auch die weiteren Eigenschaften bei der Erzeugung der weiteren Subgruppen voneinander.
  • Gemäß einem zweiten Aspekt betrifft die Erfindung eine Vorrichtung zur Ermittlung von fehlerbehafteten Fahrzeugen. Die Vorrichtung ist dazu ausgebildet, das hier beschriebene Verfahren auszuführen. Sämtliche in Verbindung mit dem Verfahren offenbarten Merkmale der Ausführungsform sind daher auch in Verbindung mit der Vorrichtung offenbart und umgekehrt.
  • Gemäß einem dritten Aspekt betrifft die Erfindung ein Computerprogramm, umfassend Befehle, die bei der Ausführung des Computerprogramms durch einen Computer diesen veranlassen, das hier beschriebene Verfahren auszuführen.
  • Gemäß einem vierten Aspekt betrifft die Erfindung ein computerlesbares Speichermedium, auf dem das hier beschriebene Computerprogramm gespeichert ist.
  • Ausführungsbeispiele der Erfindung sind im Folgenden anhand der schematischen Zeichnungen näher erläutert.
  • Es zeigen:
    • 1 ein Ablaufdiagramm eines Verfahrens gemäß einem Ausführungsbeispiel,
    • 2 eine schematische Darstellung eines Systems mit einer Vorrichtung gemäß einem Ausführungsbeispiel, und
    • 3 eine schematische Darstellung zum Ermitteln einer fehlerbehafteten Subgruppe bei dem Verfahren gemäß einem Ausführungsbeispiel.
  • In dem Ablaufdiagramm des Verfahrens gemäß dem Ausführungsbeispiel der 1 wird zunächst ein Verfahrensschritt S1 ausgeführt, bei dem jeweils ein Datenkanal-Istwert von einer Anzahl zu versendeten Daten in einem ersten beziehungsweise einem zweiten Datenkanal innerhalb eines Wochentages für jedes Fahrzeug der vorgegebenen Hauptmenge ermittelt wird.
  • Beispielsweise ist jedes Fahrzeug 2 der vorgegeben Hauptmenge einer vernetzten Fahrzeugflotte dazu ausgebildet, während des Betriebs Daten über einen ersten und zumindest einen zweiten Datenkanal an eine Vorrichtung 1, insbesondere eine externe Vorrichtung, zu versenden. Diese Daten sind vorgegebene Nachrichten und umfassen beispielsweise jeweils Zustandsdaten des jeweiligen Fahrzeugs 2.
  • In einem nachfolgenden Verfahrensschritt S2 kann für jedes Fahrzeug 2 der vorgegebenen Hauptmenge ein fahrzeugspezifischer Verhältniswert ermittelt werden, der ein Verhältnis von der Anzahl an versendeten Daten aus dem ersten zu der Anzahl an versendeten Daten aus dem zweiten Datenkanal über einen Wochentag angibt.
  • Die Ermittlung der Verhältniswerte kann zeitlich nach der Ermittlung der Datenkanal-Istwerte erfolgen.
  • In einem weiteren Verfahrensschritt S3 kann aus den Verhältniswerten jedes Fahrzeugs 2 der vorgegebenen Hauptmenge für jeden Fahrzeugtyp ein Erwartungswert gebildet werden, der einen Durchschnittswert über alle Verhältniswerte der Fahrzeuge der vorgegebenen Hauptmenge des jeweiligen Fahrzeugtyps repräsentiert.
  • Die Erzeugung der Erwartungswerte kann zeitlich nach der Ermittlung der Verhältniswerte erfolgen.
  • Nachfolgend kann in einem Verfahrensschritt S4 ein Abweichungswert für jedes Fahrzeug der vorgegebenen Hauptmenge ermittelt werden. Der Abweichungswert kann anhand der Differenz des Verhältniswerts und dem Erwartungswert ermittelt werden.
  • Anhand von dem Abweichungswert kann in einem weiteren Verfahrensschritt S5 klassifiziert werden, ob die Fahrzeuge der vorgegebenen Hauptmenge fehlerbehaftet sind oder nicht. Ob ein Fahrzeug fehlerbehaftet ist, kann dadurch bestimmt werden, indem der Abweichungswert des jeweiligen Fahrzeugs mit dem Erwartungswert des jeweiligen Fahrzeugtyps verglichen wird. Das Fahrzeug wird beispielsweise als fehlerbehaftet klassifiziert wenn der Abweichungswert um 5 Prozent über oder unter dem Erwartungswert liegt.
  • Nachfolgend wird in einem Verfahrensschritt S6 eine Subgruppe von fehlerbehaften Fahrzeugen in Abhängigkeit der Abweichungswerte ermittelt, wobei der Verhältniswert der Subgruppe der fehlerbehafteten Fahrzeuge kleiner ist als der Erwartungswert. Die fehlerbehafteten Fahrzeuge umfassen jeweils zumindest eine Eigenschaft, wobei diese Eigenschaft gleich ist. Ist der Verhältniswert eines Fahrzeugs innerhalb eines Wochentages wesentlich kleiner als der Erwartungswert innerhalb des Wochentages, insbesondere des gleichen Wochentages, ist eine Wahrscheinlichkeit erhöht, dass ein Fehler aufgrund der Eigenschaft induziert wird.
  • Das System gemäß dem Ausführungsbeispiel der 2 umfasst eine Vorrichtung 1, insbesondere eine externe Vorrichtung, die dazu ausgebildet ist mit einem Fahrzeug 2 über eine Kommunikationsverbindung 3 in Verbindung zu stehen. Die Kommunikationsverbindung 3 ist dazu ausgebildet die gesendeten vorgegebenen Nachrichten an die Vorrichtung 1 zu übermitteln.
  • Die Vorrichtung 1 ist dazu ausgebildet, das Verfahren gemäß der 1 auszuführen.
  • Die Vorrichtung ist beispielsweise in einem Backend-Server ausgebildet.
  • Die Vorrichtung 1 weist hierfür insbesondere eine Recheneinheit, einen Programm- und Datenspeicher, sowie beispielsweise eine oder mehrere Kommunikationsschnittstellen auf. Der Programm- und Datenspeicher und/oder die Recheneinheit und/oder die Kommunikationsschnittstellen können in einer Baueinheit und/oder verteilt auf mehrere Baueinheiten ausgebildet sein.
  • Auf dem Programm- und Datenspeicher der Vorrichtung 1 ist zur Ausführung des Verfahrens insbesondere ein Programm zur Ermittlung von fehlerbehafteten Fahrzeugen gespeichert, welches obig beschriebenes Verfahren abarbeitet.
  • Gemäß der 3 wird zunächst eine erste Subgruppe SG1 in Abhängigkeit einer ersten Eigenschaft ermittelt. Bei der ersten Eigenschaft handelt es sich beispielsweise um eine Information bezüglich eines ersten Produktupdates. Alle Fahrzeuge der vorgegebenen Hauptmenge mit dieser Eigenschaft sind von der ersten Subgruppe SG1 umfasst.
  • Insbesondere weist die erste Subgruppe SG1 einen ersten Median auf, der eine maximale Differenz zu einem globalen Median aufweist, wobei der globale Median repräsentativ für alle Abweichungswerte der Fahrzeuge 2 ist. Beispielsweise umfasst die erste Subgruppe SG1 600000 Fahrzeuge.
  • Nachfolgend wird aus der ersten Subgruppe SG1 eine zweite Subgruppe SG2 und eine dritte Subgruppe SG3 erzeugt. Die zweite Subgruppe SG2 umfasst beispielsweise die Fahrzeuge der ersten Subgruppe SG1, bei denen der Verhältniswert dem Erwartungswert entspricht. Die dritte Subgruppe SG3 umfasst beispielsweise die Fahrzeuge der ersten Subgruppe SG1, bei denen der Verhältniswert verschieden vom Erwartungswert ist.
  • Die zweite Subgruppe SG2 umfasst Fahrzeuge in Abhängigkeit einer zweiten Eigenschaft. Bei der zweiten Eigenschaft handelt es sich beispielsweise um eine Information bezüglich eines zweiten Produktupdates. Alle Fahrzeuge der zweiten Subgruppe SG2 umfassen damit Fahrzeuge mit der ersten Eigenschaft und der zweiten Eigenschaft. Zudem weist die zweite Subgruppe SG2 einen zweiten Median auf.
  • Die dritte Subgruppe SG3 umfasst Fahrzeuge in Abhängigkeit einer dritten Eigenschaft. Bei der dritten Eigenschaft handelt es sich beispielsweise um eine Information bezüglich eines Heimatmarktes. Alle Fahrzeuge der dritten Subgruppe SG 3 umfassen damit Fahrzeuge mit der ersten Eigenschaft und der dritten Eigenschaft. Zudem weist die dritte Subgruppe SG3 einen dritten Median auf.
  • Hierbei sind die zweite Subgruppe SG2 und die dritte Subgruppe SG3 so gewählt, dass eine Differenz des zweiten Medians und des dritten Medians maximiert ist.
  • Nachfolgend werden aus der dritten Subgruppe SG3 weitere Subgruppen in Abhängigkeit weiterer Eigenschaften erzeugt, nämlich eine vierte Subgruppe SG4 und eine fünfte Subgruppe SG5. Die vierte Subgruppe SG4 umfasst beispielsweise die Fahrzeuge der dritten Subgruppe SG3, bei denen der Verhältniswert dem Erwartungswert entspricht. Die fünfte Subgruppe SG5 umfasst beispielsweise die Fahrzeuge der ersten Subgruppe SG1, bei denen der Verhältniswert verschieden vom Erwartungswert ist. Beispielsweise umfasst die fünfte Subgruppe SG5 nur noch 15000 Fahrzeuge.
  • Diese fünfte Subgruppe SG5 entspricht der Subgruppe von fehlerbehaften Fahrzeugen gemäß dem Verfahren in Verbindung mit dem Ausführungsbeispiel der 1.
  • Bezugszeichenliste
    • 1
    Vorrichtung
    2
    Fahrzeug
    3
    Kommunikationsvorrichtung
    SG1
    erste Subgruppe
    SG2
    zweite Subgruppe
    SG3
    dritte Subgruppe
    SG4
    vierte Subgruppe
    SG5
    fünfte Subgruppe
    S1..S6
    Verfahrensschritt

Claims (10)

  1. Verfahren zur Ermittlung von zumindest einem fehlerbehafteten Fahrzeug, wobei das zumindest eine fehlerbehaftete Fahrzeug eine Teilmenge von einer vorgegeben Hauptmenge an Fahrzeugen (2) ist und die Fahrzeuge (2) in eine Vielzahl von Fahrzeugtypen gegliedert sind, umfassend: - Ermitteln von jeweiligen Datenkanal-Istwerten die jeweils repräsentativ sind für eine Anzahl von versendeten Daten in einem ersten beziehungsweise einem zweiten Datenkanal für das zumindest eine Fahrzeug (2), - Ermitteln eines fahrzeugspezifischen Verhältniswerts basierend auf einem Verhältnis von dem jeweiligen Datenkanal-Istwert des ersten Datenkanals zu dem Datenkanal-Istwert des zweiten Datenkanals für das zumindest eine Fahrzeug (2), - Ermitteln eines Abweichungswerts für das zumindest eine Fahrzeug, wobei jeder Abweichungswert repräsentativ für eine Abweichung des Verhältniswerts und von einem vorgegeben Erwartungswert des Fahrzeugtyps ist, - Klassifizieren ob das zumindest eine Fahrzeug fehlerbehaftet ist oder nicht, in Abhängigkeit von dem Abweichungswert.
  2. Verfahren nach Anspruch 1, wobei der Erwartungswert fahrzeugtypspezifisch ermittelt wird basierend auf den Verhältniswerten aller Fahrzeuge (2) der Hauptmenge eines jeweiligen Fahrzeugtyps.
  3. Verfahren nach Anspruch 1, wobei ein als fehlerhaft klassifiziertes Fahrzeug abhängig von zumindest einer vorgegeben Eigenschaft einer vorgegeben Subgruppe zugeordnet werden.
  4. Verfahren nach Anspruch 3, wobei eine Subgruppe fehlerbehafteter Fahrzeuge ermittelt wird, wobei - ein globaler Median ermittelt wird, der repräsentativ ist für alle Abweichungswerte der Fahrzeuge der vorgegebenen Hauptmenge, - zumindest eine erste Subgruppe (SG1) in Abhängigkeit einer ersten Eigenschaft ermittelt wird, wobei -- die zumindest eine erste Subgruppe (SG1) einen ersten Median aufweist, der eine maximale Differenz zu dem globalen Median aufweist, - aus der zumindest einen ersten Subgruppe (SG1) zumindest eine zweite Subgruppe (SG2) und zumindest eine dritte Subgruppe (SG3) erzeugt werden, wobei -- die zumindest eine zweite Subgruppe (SG2) in Abhängigkeit einer zweiten Eigenschaft einen zweiten Median aufweist, -- die zumindest eine dritte Subgruppe (SG3) in Abhängigkeit einer dritten Eigenschaft einen dritten Median aufweist, und -- eine Differenz des zweiten Medians und des dritten Medians maximiert ist.
  5. Verfahren nach Anspruch 4, wobei die Subgruppe fehlerbehafteter Fahrzeuge in Abhängigkeit einer vorgegebenen Populationsgröße der zweiten Subgruppe und der dritten Subgruppe ermittelt wird.
  6. Verfahren nach Anspruch 4 oder 5, wobei - die erste, die zweite und die dritte Eigenschaft jeweils zumindest eine der folgenden Informationen umfassen: Fahrzeugtyp, Produktupdate, Softwareversion, Kombination von Steuergeräten, zugeordneter Heimatmarkt, Backend-Hub, Produktionsdatum, und - sich die erste, die zweite und die dritte Eigenschaft voneinander unterscheiden.
  7. Verfahren nach Anspruch 1, wobei jeder Datenkanal-Istwert in Abhängigkeit mehrerer Zeitintervalle ermittelt wird, und die Zeitintervalle jeweils repräsentativ sind für einen Wochentag.
  8. Vorrichtung zur Ermittlung von zumindest einem fehlerbehafteten Fahrzeug, die dazu ausgebildet ist, das Verfahren nach einem der Ansprüche 1 bis 7 durchzuführen.
  9. Computerprogramm umfassend Befehle, die bei der Ausführung des Computerprogramms durch einen Computer diesen veranlassen, das Verfahren nach einem der Ansprüche 1 bis 7 auszuführen.
  10. Computerlesbares Speichermedium, auf dem das Computerprogramm nach Anspruch 9 gespeichert ist.
DE102022116924.3A 2022-07-07 2022-07-07 Verfahren, Vorrichtung, Computerprogramm und computerlesbares Speichermedium zur Ermittlung von zumindest einem fehlerbehafteten Fahrzeug Pending DE102022116924A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102022116924.3A DE102022116924A1 (de) 2022-07-07 2022-07-07 Verfahren, Vorrichtung, Computerprogramm und computerlesbares Speichermedium zur Ermittlung von zumindest einem fehlerbehafteten Fahrzeug
PCT/EP2023/053103 WO2024008340A1 (de) 2022-07-07 2023-02-08 Verfahren, vorrichtung, computerprogramm und computerlesbares speichermedium zur ermittlung von zumindest einem fehlerbehafteten fahrzeug

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102022116924.3A DE102022116924A1 (de) 2022-07-07 2022-07-07 Verfahren, Vorrichtung, Computerprogramm und computerlesbares Speichermedium zur Ermittlung von zumindest einem fehlerbehafteten Fahrzeug

Publications (1)

Publication Number Publication Date
DE102022116924A1 true DE102022116924A1 (de) 2024-01-18

Family

ID=85224959

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102022116924.3A Pending DE102022116924A1 (de) 2022-07-07 2022-07-07 Verfahren, Vorrichtung, Computerprogramm und computerlesbares Speichermedium zur Ermittlung von zumindest einem fehlerbehafteten Fahrzeug

Country Status (2)

Country Link
DE (1) DE102022116924A1 (de)
WO (1) WO2024008340A1 (de)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005001390A1 (de) 2005-01-12 2006-07-20 Bayerische Motoren Werke Ag Verfahren zur Identifikation fehlerhafter Busteilnehmer
DE102013203943A1 (de) 2013-03-07 2014-09-11 Robert Bosch Gmbh Vorrichtung, Verfahren und System zum Verarbeiten von Daten eines Fahrzeugs
DE102013107962A1 (de) 2013-07-25 2015-01-29 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren zur Überwachung von Komponenten eines Systems, kooperatives Fahrzeugfahrerassistenzsystem, Infrastruktureinrichtung sowie Computerprogramm

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10148214C2 (de) * 2001-09-28 2003-07-31 Daimler Chrysler Ag Verfahren zur Bereitstellung eines Wartungsalgorithmus
US10204460B2 (en) * 2015-07-10 2019-02-12 Verizon Patent And Licensing Inc. System for performing driver and vehicle analysis and alerting
US11609558B2 (en) * 2019-10-29 2023-03-21 Allstate Insurance Company Processing system for dynamic event verification and sensor selection

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005001390A1 (de) 2005-01-12 2006-07-20 Bayerische Motoren Werke Ag Verfahren zur Identifikation fehlerhafter Busteilnehmer
DE102013203943A1 (de) 2013-03-07 2014-09-11 Robert Bosch Gmbh Vorrichtung, Verfahren und System zum Verarbeiten von Daten eines Fahrzeugs
DE102013107962A1 (de) 2013-07-25 2015-01-29 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren zur Überwachung von Komponenten eines Systems, kooperatives Fahrzeugfahrerassistenzsystem, Infrastruktureinrichtung sowie Computerprogramm

Also Published As

Publication number Publication date
WO2024008340A1 (de) 2024-01-11

Similar Documents

Publication Publication Date Title
EP0548381B1 (de) Verfahren zur Uhrzeitführung in Computernetzen
DE102017217668A1 (de) Verfahren und zentrale Datenverarbeitungsvorrichtung zum Aktualisieren von Software in einer Vielzahl von Fahrzeugen
DE102005040142A1 (de) Verfahren zur Identifikation komplexer Diagnosesituationen im Kundendienst
EP1639465A2 (de) Verfahren zur überwachung des programmlaufs in einem mikro-computer
DE102015218262B4 (de) Datenverarbeitungsanlage und Verfahren für diese zur Zustandsüberwachung einer Mehrzahl an Fahrzeugen
EP3528162A1 (de) Verfahren zur erkennung von anormalen betriebszuständen
DE102022116924A1 (de) Verfahren, Vorrichtung, Computerprogramm und computerlesbares Speichermedium zur Ermittlung von zumindest einem fehlerbehafteten Fahrzeug
EP1293082A2 (de) Verfahren zum behandeln von einem fehlerhaften gerät in einem fahrzeugkommunikationsnetz
DE10340372A1 (de) Verfahren zur Installation einer Programmkomponente
DE102021112661A1 (de) Verfahren, Vorrichtung, Computerprogramm und computerlesbares Speichermedium zur Ermittlung von fehlerbehafteten Fahrzeugen
EP2899632A1 (de) Verfahren zum nutzungsgesteuerten Update eines Softwareprodukts
DE10315344B4 (de) Verfahren und Vorrichtung zur Erkennung fehlerhafter Komponenten in Fahrzeugen
EP2021922B1 (de) Verfahren und vorrichtung für ein fehlertoleranzmanagement einer softwarekomponente
EP0744874B1 (de) Verfahren zur Behebung von programmbezogenen Fehlern in programmgesteuerten Kommunikationsanlagen
DE102005019518A1 (de) Verfahren und Anordnung zum Auswerten von Ereignissen, insbesondere aus dem Betrieb eines Straßen-Kraftfahrzeuges
WO2008052585A1 (de) Fehlerverfolgung im datenbus-system eines fahrzeugs
EP3912002B1 (de) Kontextsensitives audit trail eines technischen systems
DE102023103481A1 (de) Fahrzeugeigene Vorrichtung und Log-Verwaltungsverfahren
DE102022213779A1 (de) Verfahren zum Erzeugen eines Bewertungswerts für eine Qualitätsprüfung für ein Bauteil mittels einer elektronischen Recheneinrichtung, Computerprogrammprodukt, computerlesbares Speichermedium sowie elektronische Recheneinrichtung
EP0961973A1 (de) Redundant aufgebautes elektronisches geraet mit zertifizierten und nicht zertifizierten kanaelen
EP1868100A2 (de) Verfahren zur Fehlerdiagnose
DE102021003715A1 (de) Verfahren zur Leistungsüberwachung von lnternetdiensten in Fahrzeugen einer Fahrzeugflotte
DE102022108288A1 (de) Ota-master, aktualisierungssteuerungsverfahren und nicht-transitorisches speichermedium
DE102020209512A1 (de) Verfahren und Vorrichtung zum Bestimmen eines Betriebszustands mindestens einer Anwendung
EP3772713A1 (de) Verfahren zum betrieb eines systems mit optimaler verfügbarkeit und system mit optimaler verfügbarkeit

Legal Events

Date Code Title Description
R163 Identified publications notified
R012 Request for examination validly filed