DE102022117425A1 - Method for controlling a function of a vehicle, computer-readable medium, system and vehicle - Google Patents

Method for controlling a function of a vehicle, computer-readable medium, system and vehicle Download PDF

Info

Publication number
DE102022117425A1
DE102022117425A1 DE102022117425.5A DE102022117425A DE102022117425A1 DE 102022117425 A1 DE102022117425 A1 DE 102022117425A1 DE 102022117425 A DE102022117425 A DE 102022117425A DE 102022117425 A1 DE102022117425 A1 DE 102022117425A1
Authority
DE
Germany
Prior art keywords
vehicle
time interval
function
time
probability
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
DE102022117425.5A
Other languages
German (de)
Inventor
Stefan Holder
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 DE102022117425.5A priority Critical patent/DE102022117425A1/en
Publication of DE102022117425A1 publication Critical patent/DE102022117425A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/037—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for occupant comfort, e.g. for automatic adjustment of appliances according to personal settings, e.g. seats, mirrors, steering wheel
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R25/00—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
    • B60R25/20—Means to switch the anti-theft system on or off
    • B60R25/2081—Means to switch the anti-theft system on or off combined with personal settings of other vehicle devices, e.g. mirrors, seats, steering wheels
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Abstract

Die Erfindung betrifft ein Verfahren zum Steuern einer Funktion eines Fahrzeugs, das Verfahren umfassen: Empfangen von Trainingsdaten, wobei die Trainingsdaten fahrzeugspezifische Merkmale umfassen; Trainieren eines Quantilregressionsverfahrens unter Verwendung der empfangenen Trainingsdaten und einer Zeitinformation als Zielvariable des Quantilregressionsverfahrens; Empfangen eines Datensatzes der fahrzeugspezifischen Merkmale, nachdem das Fahrzeug abgestellt wurde; Prädizieren mehrerer Quantile einer Verteilung der Zeitinformation mit dem trainierten Quantilregressionsverfahrens für den empfangenen Datensatz der fahrzeugspezifischen Merkmale; Bestimmen eines Zeitintervalls und einer Wahrscheinlichkeit des Zeitintervalls unter Verwendung der prädizierten, mehreren Quantilen der Verteilung der Zeitinformation; und Steuern der Fahrzeugfunktion in Abhängigkeit des Zeitintervalls und der Wahrscheinlichkeit des Zeitintervalls.

Figure DE102022117425A1_0000
The invention relates to a method for controlling a function of a vehicle, the method comprising: receiving training data, the training data comprising vehicle-specific features; Training a quantile regression method using the received training data and time information as a target variable of the quantile regression method; receiving a record of the vehicle-specific characteristics after the vehicle has been parked; Predicting multiple quantiles of a distribution of the time information with the trained quantile regression method for the received data set of the vehicle-specific features; determining a time interval and a probability of the time interval using the predicted multiple quantiles of the distribution of the time information; and controlling the vehicle function depending on the time interval and the probability of the time interval.
Figure DE102022117425A1_0000

Description

Die Erfindung betrifft ein Verfahren zum Steuern einer Funktion eines Fahrzeugs. Die Erfindung betrifft ferner ein computerlesbares Medium zum Steuern einer Funktion eines Fahrzeugs, ein System zum Steuern einer Funktion eines Fahrzeugs, sowie ein Fahrzeug umfassend das System zum Steuern einer Funktion eines Fahrzeugs.The invention relates to a method for controlling a function of a vehicle. The invention further relates to a computer-readable medium for controlling a function of a vehicle, a system for controlling a function of a vehicle, and a vehicle comprising the system for controlling a function of a vehicle.

Es ist bekannt, dass eine Funktion eines Fahrzeugs in Abhängigkeit einer Zeitinformation manuell gesteuert werden kann. Beispielsweise kann ein Nutzer des Fahrzeugs eine Abfahrtszeit manuell festlegen und zu dieser manuell festgelegten Abfahrtzeit beispielsweise eine Klimafunktion des Fahrzeugs steuern.It is known that a function of a vehicle can be controlled manually depending on time information. For example, a user of the vehicle can manually set a departure time and, for example, control a climate function of the vehicle at this manually set departure time.

Es ist daher eine Aufgabe der Erfindung, eine Funktion eines Fahrzeugs effizienter zu steuern. Insbesondere ist eine Aufgabe der Erfindung, eine Funktion eines Fahrzeugs automatisiert in Abhängigkeit einer Zeitinformation präziser zu steuern.It is therefore an object of the invention to control a function of a vehicle more efficiently. In particular, an object of the invention is to control a function of a vehicle more precisely in an automated manner depending on time information.

Gelöst wird diese Aufgabe durch die Merkmale der unabhängigen Ansprüche. Vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung ergeben sich aus den abhängigen Ansprüchen.This task is solved by the features of the independent claims. Advantageous refinements and further developments of the invention result from the dependent claims.

Gemäß einem ersten Aspekt zeichnet sich die Erfindung aus durch ein Verfahren zum Steuern einer Funktion eines Fahrzeugs. Das Verfahren kann ein computerimplementiertes Verfahren und/oder ein steuergeräteimplementiertes Verfahren sein. Das Fahrzeug kann ein Kraftfahrzeug sein. Die Funktion des Fahrzeugs kann eine Kundenfunktion des Fahrzeugs. Eine Kundenfunktion kann eine Funktion sein, die von einem Kunden bedient und/oder genutzt werden kann. Eine Kunde kann beispielsweise ein Nutzer des Fahrzeugs sein. Das Verfahren umfasst ein Empfangen von Trainingsdaten, wobei die Trainingsdaten fahrzeugspezifische Merkmale umfassen. Vorzugsweise umfassen die Trainingsdaten eine Vielzahl von Datensätzen der fahrzeugspezifischen Merkmale. Beispielsweise können die Trainingsdaten eine vorzugsweise repräsentative Teilmenge aller Datensätze der fahrzeugspezifischen Merkmale einer Fahrzeugflotte umfassen. Das Verfahren umfasst weiter ein Trainieren eines Quantilregressionsverfahrens unter Verwendung der empfangenen Trainingsdaten und einer Zeitinformation als Zielvariable des Quantilregressionsverfahrens. Das Verfahren umfasst ein Empfangen eines Datensatzes der fahrzeugspezifischen Merkmale, nachdem das Fahrzeug abgestellt wurde. Weiter umfasst das Verfahren ein Prädizieren mehrere Quantile einer Verteilung der Zeitinformation mit dem trainierten Quantilregressionsverfahrens für den empfangenen Datensatz der fahrzeugspezifischen Merkmale und ein Bestimmen eines Zeitintervall und einer Wahrscheinlichkeit des Zeitintervalls unter Verwendung der prädizierten, mehreren Quantilen der Verteilung der Zeitinformation. Schließlich steuert das Verfahren die Funktion des Fahrzeugs in Abhängigkeit des Zeitintervalls und der Wahrscheinlichkeit des Zeitintervalls.According to a first aspect, the invention is characterized by a method for controlling a function of a vehicle. The method can be a computer-implemented method and/or a control device-implemented method. The vehicle can be a motor vehicle. The function of the vehicle can be a customer function of the vehicle. A customer function can be a function that can be operated and/or used by a customer. For example, a customer can be a user of the vehicle. The method includes receiving training data, wherein the training data includes vehicle-specific features. The training data preferably includes a large number of data sets of the vehicle-specific features. For example, the training data can comprise a preferably representative subset of all data sets of the vehicle-specific characteristics of a vehicle fleet. The method further includes training a quantile regression method using the received training data and time information as the target variable of the quantile regression method. The method includes receiving a data set of the vehicle-specific characteristics after the vehicle has been parked. The method further includes predicting a plurality of quantiles of a distribution of the time information with the trained quantile regression method for the received data set of the vehicle-specific features and determining a time interval and a probability of the time interval using the predicted multiple quantiles of the distribution of the time information. Finally, the method controls the function of the vehicle depending on the time interval and the probability of the time interval.

Vorteilhafterweise kann das Verfahren automatisiert ein Zeitintervall einer Zeitinformation prädizieren, die das Steuern der Fahrzeugfunktion effizient ermöglicht. Durch das Verwenden eines Quantilregressionsverfahrens können mehrere Quantile einer Wahrscheinlichkeitsverteilung der Zeitinformation geschätzt werden. Dadurch ist keine vorgegebene Aufteilung eines vorgegebenen Zeitraums in Zeitintervalle notwendig. Das Zeitintervall lässt sich somit präziser bestimmen. Zusätzlich muss auch kein Ende des Zeitraums vorgegeben werden, in dem das Zeitintervall der Zeitinformation bestimmt wird. Die Fahrzeugfunktion kann somit zeitlich präziser gesteuert werden.Advantageously, the method can automatically predict a time interval of time information that enables the vehicle function to be controlled efficiently. By using a quantile regression method, multiple quantiles of a probability distribution of time information can be estimated. This means that no predetermined division of a predetermined period of time into time intervals is necessary. The time interval can therefore be determined more precisely. In addition, there is no need to specify an end to the period in which the time interval of the time information is determined. The vehicle function can thus be controlled more precisely in time.

Gemäß einer ersten, vorteilhaften Ausgestaltung der Erfindung können die fahrzeugspezifischen Merkmale ein Merkmal zu einer Positionsinformation und ein oder mehrere Merkmale zu Zeitinformationen repräsentativ für ein Abstellen des Fahrzeugs umfassen. Hiermit kann das Quantilregressionsverfahrens so trainiert werden, dass genauere Prädiktionen mit dem Quantilregressionsverfahrens möglich sind.According to a first, advantageous embodiment of the invention, the vehicle-specific features can include a feature for position information and one or more features for time information representative of parking the vehicle. This allows the quantile regression method to be trained in such a way that more precise predictions are possible with the quantile regression method.

Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung können die fahrzeugspezifischen Merkmale folgende Merkmale umfassen: eine Position, ab dem das Fahrzeug abgestellt wurde, einen Wochentag, an dem das Fahrzeug abgestellt wurde, eine Tageszeit, zu der das Fahrzeug abgestellt wurde, und eine absolute Zeitinformation. Hiermit können die Quantile der Verteilung der Zeitinformation präziser prädiziert werden.According to a further, advantageous embodiment of the invention, the vehicle-specific features can include the following features: a position from which the vehicle was parked, a day of the week on which the vehicle was parked, a time of day at which the vehicle was parked, and absolute time information . This allows the quantiles of the distribution of time information to be predicted more precisely.

Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung kann das Quantilregressionsverfahren ein Quantil-Radom-Forest-Verfahren sein. Hiermit können Quantile effizient prädiziert werden.According to a further, advantageous embodiment of the invention, the quantile regression method can be a quantile radome forest method. This allows quantiles to be predicted efficiently.

Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung kann die Zeitinformation eine Abfahrtzeit des Fahrzeugs oder eine Standzeit des Fahrzeugs sein. Hiermit kann das Verfahren effizient an verschiedene Anwendungsfälle angepasst werden.According to a further, advantageous embodiment of the invention, the time information can be a departure time of the vehicle or a standstill time of the vehicle. This allows the process to be efficiently adapted to various use cases.

Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung kann das Zeitintervall ein Abfahrtzeitintervall oder ein Standzeitintervall ist. Hiermit kann das Verfahren effizient an verschiedene Anwendungsfälle angepasst werden.According to a further, advantageous embodiment of the invention, the time interval can be a departure time interval or a standby time interval. This allows the process to be efficiently adapted to various use cases.

Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung kann das Zeitintervall ein Zeitintervall mit einer höchsten Wahrscheinlichkeit für eine vorgegebene Dauer des Zeitintervalls umfassen. Hiermit kann das Zeitintervall effizient bestimmt werden.According to a further, advantageous embodiment of the invention, the time interval can comprise a time interval with the highest probability for a predetermined duration of the time interval. This allows the time interval to be determined efficiently.

Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung kann das Zeitintervall ein kürzestes Zeitintervall für eine vorgegebene Wahrscheinlichkeit des Zeitintervalls umfassen. Hiermit kann das Zeitintervall effizient bestimmt werden.According to a further, advantageous embodiment of the invention, the time interval can comprise a shortest time interval for a predetermined probability of the time interval. This allows the time interval to be determined efficiently.

Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung kann die Fahrzeugfunktion in Abhängigkeit des Zeitintervalls und der Wahrscheinlichkeit des Zeitintervalls gesteuert wird, falls die Wahrscheinlichkeit einen vorgegebenen Wahrscheinlichkeitsschwellwert überschreitet. Hiermit kann effizient sichergestellt werden, dass die Fahrzeugfunktion nur dann in dem bestimmten Zeitintervall ausgeführt wird, wenn das Zeitintervall mindestens eine vorgegebene Wahrscheinlichkeit aufweist. Die Fahrzeugfunktion kann dadurch zuverlässiger ausgeführt werden. Eine Unnötige Ausführung der Fahrzeugfunktion kann effizient vermieden werden.According to a further, advantageous embodiment of the invention, the vehicle function can be controlled depending on the time interval and the probability of the time interval if the probability exceeds a predetermined probability threshold. This can efficiently ensure that the vehicle function is only carried out in the specific time interval if the time interval has at least a predetermined probability. The vehicle function can therefore be carried out more reliably. Unnecessary execution of the vehicle function can be efficiently avoided.

Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung kann die Funktion des Fahrzeugs eine Funktion zum Vorkonditionieren des Fahrzeugs und/oder eine Funktion zum Übermitteln einer Nachricht bezüglich des Zeitintervalls und/oder des Vorkonditionierens des Fahrzeugs an ein Endgerät eines Nutzers des Fahrzeugs umfassen. Mit dem bestimmten Zeitintervall können verschiedene Funktionen des Fahrzeugs automatisiert und zeitlich präziser gesteuert werden. Ein manuelles Konfigurieren einer Ausführung der Funktion des Fahrzeugs ist nicht mehr notwendig.According to a further, advantageous embodiment of the invention, the function of the vehicle can include a function for preconditioning the vehicle and/or a function for transmitting a message regarding the time interval and/or the preconditioning of the vehicle to a terminal of a user of the vehicle. With the specific time interval, various functions of the vehicle can be automated and controlled more precisely. Manually configuring an execution of the vehicle's function is no longer necessary.

Gemäß einem weiteren Aspekt zeichnet sich die Erfindung aus durch ein computerlesbares Medium zum Steuern einer Funktion eines Fahrzeugs, wobei das computerlesbare Medium Instruktionen umfasst, die, wenn ausgeführt auf einem Rechner oder einem Steuergerät, das oben beschriebene Verfahren ausführen.According to a further aspect, the invention is characterized by a computer-readable medium for controlling a function of a vehicle, the computer-readable medium comprising instructions which, when executed on a computer or a control device, carry out the method described above.

Gemäß einem weiteren Aspekt zeichnet sich die Erfindung aus durch ein System zum Steuern einer Fahrzeugfunktion, wobei das System dazu ausgebildet ist, das oben beschriebene Verfahren auszuführen.According to a further aspect, the invention is characterized by a system for controlling a vehicle function, the system being designed to carry out the method described above.

Gemäß einem weiteren Aspekt zeichnet sich die Erfindung aus durch ein Fahrzeug umfassend das oben beschriebene System zum Steuern einer Funktion des Fahrzeugs.According to a further aspect, the invention is characterized by a vehicle comprising the system described above for controlling a function of the vehicle.

Weitere Merkmale der Erfindung ergeben sich aus den Ansprüchen, den Figuren und der Figurenbeschreibung. Alle vorstehend in der Beschreibung genannten Merkmale und Merkmalskombinationen sowie die nachfolgend in der Figurenbeschreibung genannten und/oder in den Figuren allein gezeigten Merkmale und Merkmalskombinationen sind nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder aber in Alleinstellung verwendbar.Further features of the invention emerge from the claims, the figures and the description of the figures. All features and feature combinations mentioned above in the description as well as the features and feature combinations mentioned below in the description of the figures and/or shown in the figures alone can be used not only in the combination specified in each case, but also in other combinations or on their own.

Im Folgenden wird anhand der beigefügten Zeichnungen ein bevorzugtes Ausführungsbeispiel der Erfindung beschrieben. Daraus ergeben sich weitere Details, bevorzugte Ausgestaltungen und Weiterbildungen der Erfindung. Im Einzelnen zeigen schematisch

  • 1 ein beispielhaftes Verfahren zum Steuern einer Funktion eines Fahrzeugs,
  • 2 eine beispielhafte empirische Verteilungsfunktion einer Abfahrtszeit,
  • 3 ein beispielhaftes Diagramm von Wahrscheinlichkeiten für die Abfahrtszeit in einem Zeitfenster mit einer Größe von 1 h basierend auf der beispielhaften empirischen Verteilfunktion aus 2,
  • 4 eine beispielhafte empirische Verteilungsfunktion mit einem Kerndichteschätzer, und
  • 5 ein beispielhaftes Diagramm von Wahrscheinlichkeiten für die Abfahrtszeit in einem Zeitfenster mit einer Größe von 1 h basierend auf der beispielhaften empirischen Verteilfunktion mit Kerndichteschätzer aus 4.
A preferred exemplary embodiment of the invention is described below with reference to the accompanying drawings. This results in further details, preferred refinements and further developments of the invention. Show in detail schematically
  • 1 an exemplary method for controlling a function of a vehicle,
  • 2 an exemplary empirical distribution function of a departure time,
  • 3 an exemplary diagram of probabilities for the departure time in a time window with a size of 1 h based on the exemplary empirical distribution function 2 ,
  • 4 an exemplary empirical distribution function with a kernel density estimator, and
  • 5 an exemplary diagram of probabilities for the departure time in a time window with a size of 1 h based on the exemplary empirical distribution function with kernel density estimator 4 .

Im Detail zeigt 1 ein beispielhaftes Verfahren 100 zum Steuern einer Funktion eines Fahrzeugs. Die Funktion des Fahrzeugs kann beispielsweise eine Funktion zum Benachrichtigen eines Fahrers des Fahrzeugs über Verkehrsverzögerungen auf einer Route vor Beginn der Fahrt oder eine Funktion zum Vorkonditionieren des Fahrzeugs für eine nächste Fahrt mit dem Fahrzeug. Das Vorkonditionieren des Fahrzeugs kann beispielsweise ein Kühlen und/oder ein Heizen eines Innenraums des Fahrzeugs umfassen. Um die Funktion des Fahrzeugs genauer steuern zu können, muss ein Zeitintervall bestimmt werden, zu dem die Funktion des Fahrzeugs ausgeführt werden soll. Die Funktion des Fahrzeugs ist vorzugsweise verknüpft mit einem Beginn einer nächsten Fahrt mit dem Fahrzeug oder mit einem Ende einer Standzeit des Fahrzeugs. Das Verfahren 100 kann ein Zeitintervall, beispielweise ein Abfahrtzeitintervall oder ein Standzeitintervall, bestimmen. Das Bestimmen des Zeitintervalls kann zu einem Zeitpunkt, an dem das Fahrzeug abgestellt wurde, erfolgen. Zusätzlich oder alternativ kann das Verfahren 100 das Zeitintervall während einer Standzeit des Fahrzeugs bestimmen.Shows in detail 1 an example method 100 for controlling a function of a vehicle. The function of the vehicle may, for example, be a function for notifying a driver of the vehicle about traffic delays on a route before the start of the trip or a function for preconditioning the vehicle for a next trip with the vehicle. Preconditioning the vehicle may include, for example, cooling and/or heating an interior of the vehicle. In order to be able to control the function of the vehicle more precisely, a time interval must be determined at which the function of the vehicle should be carried out. The function of the vehicle is preferably linked to the start of a next trip with the vehicle or to the end of a standstill period of the vehicle. The method 100 may determine a time interval, for example a departure time interval or a standby time interval. Determining the time interval can be done at a time when the vehicle has been parked. Additionally or alternatively, the method 100 can determine the time interval during a standstill period of the vehicle.

Das Verfahren 100 kann Trainingsdaten empfangen 102. Die Trainingsdaten können eine Vielzahl von Datensätzen zu fahrzeugspezifischen Merkmalen umfassen. Beispielsweise können die fahrzeugspezifischen Merkmale folgende Merkmale umfassen:

  • - eine Position, ab dem das Fahrzeug abgestellt wurde,
  • - einen Wochentag, an dem das Fahrzeug abgestellt wurde,
  • - eine Tageszeit, zu der das Fahrzeug abgestellt wurde, und
  • - eine absolute Zeitinformation.
Die fahrzeugspezifischen Merkmale können für das Trainieren eines Quantilregressionsverfahrens verwendet werden.The method 100 may receive training data 102. The training data may include a variety of data sets relating to vehicle-specific features. For example, the vehicle-specific features may include the following features:
  • - a position from which the vehicle was parked,
  • - a day of the week on which the vehicle was parked,
  • - a time of day when the vehicle was parked, and
  • - an absolute time information.
The vehicle-specific features can be used to train a quantile regression method.

Das Verfahren 100 kann das Quantilregressionsverfahren unter Verwendung der empfangenen Trainingsdaten und einer Zeitinformation als Zielvariable des Quantilregressionsverfahrens trainieren 104. Die Zeitinformation kann eine Abfahrtzeit oder eine Standzeit sein. Die oben genannten fahrzeugspezifischen Merkmale als Trainingsdaten können die Zeitinformation Abfahrtzeit als Zielvariable oder für die Zeitinformation Standzeit als Zielvariable verwendet werden.The method 100 may train the quantile regression method using the received training data and time information as the target variable of the quantile regression method 104. The time information may be a departure time or a standby time. The vehicle-specific features mentioned above can be used as training data, the departure time time information can be used as a target variable or the idle time time information can be used as a target variable.

Der Verfahren 100 kann weiter einen Datensatz der fahrzeugspezifischen Merkmale, nachdem das Fahrzeug abgestellt wurde, empfangen 106. Die Datensätze der Trainingsdaten können folgende fahrzeugspezifischen Merkmale umfassen:

  • - eine Position, ab dem das Fahrzeug abgestellt wurde,
  • - einen Wochentag, an dem das Fahrzeug abgestellt wurde,
  • - eine Tageszeit, zu der das Fahrzeug abgestellt wurde, und
  • - eine absolute Zeitinformation.
Für den zuletzt empfangenen Datensatz, nachdem das Fahrzeug abgestellt wurde, kann das Verfahren 100 das trainierte Quantilregressionsverfahren anwenden.The method 100 can further receive 106 a data set of the vehicle-specific features after the vehicle has been parked. The data sets of the training data can include the following vehicle-specific features:
  • - a position from which the vehicle was parked,
  • - a day of the week on which the vehicle was parked,
  • - a time of day when the vehicle was parked, and
  • - an absolute time information.
For the last data set received after the vehicle has been parked, the method 100 can apply the trained quantile regression method.

Im Detail kann das Verfahren 100 mehrere Quantile einer Verteilung der Zeitinformation mit dem trainierten Quantilregressionsverfahren für den empfangenen Datensatz der fahrzeugspezifischen Merkmale prädizieren 108. Beispielsweise kann das Verfahren 100 ein 10%, ein 20%, ein 30%, ..., und/oder ein 90% Quantil prädizieren. Alternativ kann das Quantilregressionsverfahren eine empirische Verteilungsfunktion der Zeitinformation prädizieren. 2 zeigt eine beispielhafte empirische Verteilfunktion 200 einer Abfahrtszeit.In detail, the method 100 can predict 108 several quantiles of a distribution of the time information using the trained quantile regression method for the received data set of the vehicle-specific features. For example, the method 100 can have a 10%, a 20%, a 30%, ..., and/or predict a 90% quantile. Alternatively, the quantile regression method can predict an empirical distribution function of the time information. 2 shows an exemplary empirical distribution function 200 of a departure time.

Das Quantilregressionsverfahren kann beispielsweise in Quantile-Random-Forest-Verfahren sein. Das Verwenden eines Quantilregressionsverfahren hat den Vorteil, dass ein Prädizieren mehrerer Quantile einer Verteilung, insbesondere einer Wahrscheinlichkeitsverteilung, geschätzt werden kann. Weiter hat das Quantilregressionsverfahren den Vorteil, dass ein Zeitintervall flexibler bestimmt werden kann. Ein Vorgegeben eines Zeithorizonts, indem das Zeitintervall liegen muss, ist bei dem Quantilregressionsverfahren nicht notwendig. Folglich kann das Zeitintervall flexibler bestimmt werden. Das Verwenden des Quantile-Random-Forest-Verfahrens ermöglicht ein Lernen nichtlinearer Zusammenhänge und eine Berücksichtigung von Abhängigkeiten zwischen den fahrzeugspezifischen Merkmalen. Das Quantilregressionsverfahren kann die Zeitinformation Standzeit als Zielvariable verwenden. Die Standzeit kann beispielwiese in Minuten oder Stunden gemessen werden. Alternativ kann das Quantilregressionsverfahren die Zeitinformation Abfahrtzeit als Zielvariable verwenden. Die Abfahrtszeit kann beispielsweise in Stunden ab dem Beginn eines Tages gemessen werden, an dem das Fahrzeug abgestellt wurde. Wird das Fahrzeug beispielsweise um 16:15 Uhr abgestellt und der Abfahrtzeitpunkt ist um 18:30 Uhr am gleichen Tag kann der Abfahrtszeitpunkt mit 18,5 h angegeben werden. Ist der Abfahrtszeitpunkt am Folgetag um 18:30 Uhr kann der Abfahrtzeitpunkt mit 24 h + 18,5 h = 42,5 h angegeben werden.The quantile regression method can be, for example, in quantile random forest methods. Using a quantile regression method has the advantage that a prediction of several quantiles of a distribution, in particular a probability distribution, can be estimated. The quantile regression method also has the advantage that a time interval can be determined more flexibly. It is not necessary to specify a time horizon in which the time interval must lie with the quantile regression method. Consequently, the time interval can be determined more flexibly. Using the Quantile Random Forest method enables learning of non-linear relationships and taking into account dependencies between vehicle-specific features. The quantile regression method can use the time information service life as a target variable. The service life can, for example, be measured in minutes or hours. Alternatively, the quantile regression method can use the time information departure time as the target variable. For example, the departure time may be measured in hours from the beginning of a day on which the vehicle was parked. For example, if the vehicle is parked at 4:15 p.m. and the departure time is at 6:30 p.m. on the same day, the departure time can be specified as 6.5 p.m. If the departure time is at 6:30 p.m. the following day, the departure time can be specified as 24 h + 18.5 h = 42.5 h.

Wird als Quantilregressionsverfahren das Quantile-Radom-Forest Verfahren verwendet, kann das Verfahren 100 statt mehrerer Quantile direkt eine empirische Verteilungsfunktion der Zeitinformation, insbesondere eine empirische Verteilungsfunktion der Abfahrtszeit oder eine empirische Verteilung der Standzeit, prädizieren. 2 zeigt eine beispielhafte empirische Verteilungsfunktion der Abfahrtszeit. Die empirische Verteilungsfunktion ergibt sich aus den jeweiligen Blättern der Bäume des trainierten Quantile-Radom-Forest Verfahrens. Das direkte Prädizieren der empirischen Verteilungsfunktion kann mittels des Quantile-Radom-Forest Verfahrens schneller durchgeführt werden, da ein Abtasten der empirischen Verteilungsfunktion zum Berechnen der vorgegebenen Quantile entfallen kann.If the quantile radome forest method is used as the quantile regression method, the method 100 can directly predict an empirical distribution function of the time information, in particular an empirical distribution function of the departure time or an empirical distribution of the waiting time, instead of several quantiles. 2 shows an exemplary empirical distribution function of the departure time. The empirical distribution function results from the respective leaves of the trees of the trained quantile radome forest method. The direct prediction of the empirical distribution function can be carried out more quickly using the quantile radome forest method, since sampling the empirical distribution function to calculate the specified quantiles can be omitted.

Das Verfahren 100 kann weiterhin ein Zeitintervall und eine Wahrscheinlichkeit des Zeitintervalls unter Verwendung der prädizierten, mehreren Quantilen der Verteilung der Zeitinformation bestimmen 110. Das Zeitintervall kann ein Abfahrzeitintervall sein, falls die Zeitinformation eine Abfahrtszeit ist. Das Zeitintervall kann eine Standzeitintervall sein, falls die Zeitinformation eine Standzeit ist. Die Wahrscheinlichkeit kann eine Eintrittswahrscheinlichkeit sein, die angibt, dass zu dem bestimmten Zeitintervall eine nächste Fahrt mit dem Fahrzeug beginnt. Im Detail kann das Verfahren 100 aus der prädizierten, empirischen Verteilungsfunktion oder aus den prädizierten Quantilen der Verteilung der Zeitinformation das Zeitintervall und die Wahrscheinlichkeit des Zeitintervalls bestimmen. Vorzugsweise kann das Verfahren 100 das wahrscheinlichste Zeitintervall für eine vorgegebene Dauer des Zeitintervalls, beispielsweise 1h bestimmen. Alternativ kann das Verfahren 100 das kürzeste Zeitintervall für eine vorgegebene Wahrscheinlichkeit bestimmen. 3 zeigt ein Diagramm 300 von Wahrscheinlichkeiten für die Abfahrtszeit in einem Zeitfenster mit einer Größe von 1 h basierend auf der beispielhaften empirischen Verteilfunktion aus 2. Der Mittelpunkt des Zeitintervalls, insbesondere der Mittelpunkt des Abfahrtszeitfensters, oben auch Abfahrtszeitintervall genannt, mit der größten Wahrscheinlichkeit liegt in dem Diagramm 300 bei 15 Uhr.The method 100 may further determine a time interval and a probability of the time interval using the predicted multiple quantiles of the distribution of the time information 110. The time interval may be a departure time interval if the time information is a departure time. The time interval can be a downtime interval if the time information is a downtime. The true one Probability can be a probability of occurrence that indicates that a next trip with the vehicle will begin at the specific time interval. In detail, the method 100 can determine the time interval and the probability of the time interval from the predicted, empirical distribution function or from the predicted quantiles of the distribution of the time information. Preferably, the method 100 can determine the most likely time interval for a predetermined duration of the time interval, for example 1h. Alternatively, the method 100 may determine the shortest time interval for a given probability. 3 shows a diagram 300 of probabilities for the departure time in a time window with a size of 1 hour based on the exemplary empirical distribution function 2 . The midpoint of the time interval, in particular the midpoint of the departure time window, also called the departure time interval above, with the greatest probability is at 3 p.m. in diagram 300.

Zusätzlich kann das Verfahren 100 die empirische Verteilungsfunktion mit einem Kerndichteschätzer glätten. 4 zeigt eine beispielhafte empirische Verteilungsfunktion 400 mit einem Kerndichteschätzer. 5 zeigt ein beispielhaftes Diagramm 500 von Wahrscheinlichkeiten für die Abfahrtszeit in einem Zeitfenster mit einer Größe von 1 h basierend auf der beispielhaften empirischen Verteilfunktion mit Kerndichteschätzer aus 4. Der Mittelpunkt des Zeitintervalls mit der größten Wahrscheinlichkeit, insbesondere der Mittelpunkt des Abfahrtszeitfensters, liegt in dem Diagramm 500 kurz vor 15 Uhr. In 3 bildet sich ein Plateau bei 15 Uhr, so dass mehrere Mittelpunkte für das Zeitintervall mit der größten Wahrscheinlichkeit gewählt werden können. In 5 hingegen kann der Mittelpunkt des Zeitintervall und damit das Zeitintervall präziser ermittelt werden. Somit kann das Zeitintervall durch den Kerndichteschätzer zeitlich präziser bestimmt werden.Additionally, the method 100 may smooth the empirical distribution function with a kernel density estimator. 4 shows an example empirical distribution function 400 with a kernel density estimator. 5 shows an exemplary diagram 500 of probabilities for the departure time in a time window with a size of 1 h based on the exemplary empirical distribution function with kernel density estimator 4 . The midpoint of the time interval with the greatest probability, in particular the midpoint of the departure time window, is shortly before 3 p.m. in diagram 500. In 3 A plateau forms at 3 p.m. so that several midpoints can be chosen for the time interval with the greatest probability. In 5 On the other hand, the center of the time interval and thus the time interval can be determined more precisely. The time interval can thus be determined more precisely in time by the kernel density estimator.

Zusätzlich kann im Verfahren 100 wie folgt erweitert werden. Nach dem Ermitteln des Zeitintervalls wird überprüft, ob sich das das prädizierte Zeitintervall in der Vergangenheit befindet. In diesem Fall erfolgt keine Prädiktion. Durch diese Erweiterung lassen sich falsche Prädiktionen vermeiden.In addition, method 100 can be expanded as follows. After determining the time interval, it is checked whether the predicted time interval is in the past. In this case there is no prediction. This extension allows false predictions to be avoided.

Das Verfahren 100 kann schließlich die Fahrzeugfunktion in Abhängigkeit des Zeitintervalls und der Wahrscheinlichkeit des Zeitintervalls steuern 112. Wie oben beschrieben, können verschiedene Funktionen des Fahrzeugs automatisiert, vor der nächsten Fahrt gesteuert werden, so dass der Nutzer die nächste Fahrt zu den vorgegebenen oder gelernten Konditionen des Nutzers durchgeführt werden kann. Das Steuern der Funktion des Fahrzeugs wird vorzugsweise nur ausgeführt, wenn die Wahrscheinlichkeit des Zeitintervalls einen vorgegeben Wahrscheinlichkeitsschwellwert überschreitet. Beispielsweise erhält der Nutzer des Fahrzeugs aktuelle Informationen vor oder zu Beginn der Fahrt in dem ermittelten Zeitintervall, wenn die Wahrscheinlichkeit des Zeitintervalls größer als ein vordefinierter Schwellwert, beispielsweise 0,7, ist. Beispielsweise wird das Fahrzeug nur vorkonditioniert in dem bestimmten Zeitintervall, falls die Wahrscheinlichkeit des Zeitintervalls den vordefinierten Schwellwert überschreitet. Zusätzlich kann der Nutzer des Fahrzeugs durch eine Nachricht an ein mobiles Endgerät des Nutzers des Fahrzeugs aufgefordert werden, das Vorkonditionieren des Fahrzeugs in dem bestimmten Zeitintervall zu bestätigen.The method 100 can finally control the vehicle function depending on the time interval and the probability of the time interval 112. As described above, various functions of the vehicle can be controlled automatically before the next trip, so that the user can make the next trip under the specified or learned conditions of the user can be carried out. Controlling the function of the vehicle is preferably only carried out when the probability of the time interval exceeds a predetermined probability threshold. For example, the user of the vehicle receives current information before or at the start of the journey in the determined time interval if the probability of the time interval is greater than a predefined threshold value, for example 0.7. For example, the vehicle is only preconditioned in the specific time interval if the probability of the time interval exceeds the predefined threshold. In addition, the user of the vehicle can be asked to confirm the preconditioning of the vehicle in the specific time interval by a message to a mobile terminal of the user of the vehicle.

Vorteilhafterweise kann das Verfahren automatisiert eine Zeitintervall einer Zeitinformation prädizieren, die das Steuern der Fahrzeugfunktion effizient ermöglicht. Durch das Verwenden eines Quantilregressionsverfahrens können mehrere Quantile einer Wahrscheinlichkeitsverteilung der Zeitinformation oder eine empirische Verteilungsfunktion der Zeitinformation geschätzt werden. Die Fahrzeugfunktion kann zeitlich präziser zu dem bestimmten Zeitintervall gesteuert werden.Advantageously, the method can automatically predict a time interval of time information that enables the vehicle function to be controlled efficiently. By using a quantile regression method, multiple quantiles of a probability distribution of time information or an empirical distribution function of time information can be estimated. The vehicle function can be controlled more precisely at the specific time interval.

BezugszeichenlisteReference symbol list

100100
VerfahrenProceedings
102102
Empfangen von TrainingsdatenReceiving training data
104104
Trainieren eines QuantilregressionsverfahrensTraining a quantile regression method
106106
Empfangen eines DatensatzesReceiving a record
108108
Prädizieren mehrerer QuantilePredicting multiple quantiles
110110
Bestimmen eines ZeitintervallsDetermine a time interval
112112
Steuern einer Funktion eines FahrzeugsControlling a function of a vehicle
200200
Verteilfunktiondistribution function
300300
Diagrammdiagram
400400
Verteilfunktion mit KerndichteschätzerDistribution function with kernel density estimator
500500
Diagrammdiagram

Claims (13)

Verfahren zum Steuern einer Funktion eines Fahrzeugs, das Verfahren umfassen: Empfangen von Trainingsdaten, wobei die Trainingsdaten fahrzeugspezifische Merkmale umfassen; Trainieren eines Quantilregressionsverfahrens unter Verwendung der empfangenen Trainingsdaten und einer Zeitinformation als Zielvariable des Quantilregressionsverfahrens; Empfangen eines Datensatzes der fahrzeugspezifischen Merkmale, nachdem das Fahrzeug abgestellt wurde; Prädizieren mehrerer Quantile einer Verteilung der Zeitinformation mit dem trainierten Quantilregressionsverfahrens für den empfangenen Datensatz der fahrzeugspezifischen Merkmale; Bestimmen eines Zeitintervalls und einer Wahrscheinlichkeit des Zeitintervalls unter Verwendung der prädizierten, mehreren Quantilen der Verteilung der Zeitinformation; und Steuern der Fahrzeugfunktion in Abhängigkeit des Zeitintervalls und der Wahrscheinlichkeit des Zeitintervalls.Method for controlling a function of a vehicle, the method comprising: receiving training data, the training data comprising vehicle-specific features; Training a quantile regression method using the received training data and time information as a target variable of the quantile regression method; Receiving a data record of the vehicle-specific characteristics after the vehicle has been parked; Predicting multiple quantiles of a distribution of the time information with the trained quantile regression method for the received data set of the vehicle-specific features; determining a time interval and a probability of the time interval using the predicted multiple quantiles of the distribution of the time information; and controlling the vehicle function depending on the time interval and the probability of the time interval. Verfahren nach Anspruch 1, wobei die fahrzeugspezifischen Merkmale ein Merkmal zu einer Positionsinformation und ein oder mehrere Merkmale zu Zeitinformationen repräsentativ für ein Abstellen des Fahrzeugs umfassen.Procedure according to Claim 1 , wherein the vehicle-specific features include a feature for position information and one or more features for time information representative of parking the vehicle. Verfahren nach einem der vorhergehenden Ansprüche, wobei die fahrzeugspezifischen Merkmale folgende Merkmale umfassen: - eine Position, ab dem das Fahrzeug abgestellt wurde, - einen Wochentag, an dem das Fahrzeug abgestellt wurde, - eine Tageszeit, zu der das Fahrzeug abgestellt wurde, und - eine absolute Zeitinformation.Method according to one of the preceding claims, wherein the vehicle-specific features include the following features: - a position from which the vehicle was parked, - a day of the week on which the vehicle was parked, - a time of day when the vehicle was parked, and - an absolute time information. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Quantilregressionsverfahren ein Quantil-Radom-Forest-Verfahren ist.Method according to one of the preceding claims, wherein the Quantile regression method is a quantile radome forest method. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Zeitinformation eine Abfahrtzeit des Fahrzeugs oder eine Standzeit des Fahrzeugs ist.Method according to one of the preceding claims, wherein the time information is a departure time of the vehicle or a standstill time of the vehicle. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Zeitintervall ein Abfahrtzeitintervall oder ein Standzeitintervall ist.Method according to one of the preceding claims, wherein the time interval is a departure time interval or a standby time interval. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Zeitintervall ein Zeitintervall mit einer höchsten Wahrscheinlichkeit für eine vorgegebene Dauer des Zeitintervalls umfasst.Method according to one of the preceding claims, wherein the time interval comprises a time interval with a highest probability for a predetermined duration of the time interval. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Zeitintervall ein kürzestes Zeitintervall für eine vorgegebene Wahrscheinlichkeit des Zeitintervalls umfasst.Method according to one of the preceding claims, wherein the time interval comprises a shortest time interval for a predetermined probability of the time interval. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Fahrzeugfunktion in Abhängigkeit des Zeitintervalls und der Wahrscheinlichkeit des Zeitintervalls gesteuert wird, falls die Wahrscheinlichkeit einen vorgegebenen Wahrscheinlichkeitsschwellwert überschreitet.Method according to one of the preceding claims, wherein the vehicle function is controlled as a function of the time interval and the probability of the time interval if the probability exceeds a predetermined probability threshold. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Funktion des Fahrzeugs eine Funktion zum Vorkonditionieren des Fahrzeugs und/oder eine Funktion zum Übermitteln einer Nachricht bezüglich des Zeitintervalls und/oder des Vorkonditionierens des Fahrzeugs an ein Endgerät eines Nutzers des Fahrzeugs umfasst.Method according to one of the preceding claims, wherein the function of the vehicle comprises a function for preconditioning the vehicle and/or a function for transmitting a message regarding the time interval and/or the preconditioning of the vehicle to a terminal of a user of the vehicle. Computerlesbares Medium zum Steuern einer Funktion eines Fahrzeugs, wobei das computerlesbare Medium Instruktionen umfasst, die, wenn ausgeführt auf einem Rechner oder einem Steuergerät, das Verfahren nach einem der Ansprüche 1 bis 10 ausführen.Computer-readable medium for controlling a function of a vehicle, the computer-readable medium comprising instructions that, when executed on a computer or a control device, the method according to one of Claims 1 until 10 carry out. System zum Steuern einer Fahrzeugfunktion, wobei das System dazu ausgebildet ist, das Verfahren nach einem der Ansprüche 1 bis 10 auszuführen.System for controlling a vehicle function, the system being designed to carry out the method according to one of Claims 1 until 10 to carry out. Fahrzeug umfassend das System zum Steuern einer Funktion des Fahrzeugs nach Anspruch 12.Vehicle comprising the system for controlling a function of the vehicle Claim 12 .
DE102022117425.5A 2022-07-13 2022-07-13 Method for controlling a function of a vehicle, computer-readable medium, system and vehicle Pending DE102022117425A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102022117425.5A DE102022117425A1 (en) 2022-07-13 2022-07-13 Method for controlling a function of a vehicle, computer-readable medium, system and vehicle

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102022117425.5A DE102022117425A1 (en) 2022-07-13 2022-07-13 Method for controlling a function of a vehicle, computer-readable medium, system and vehicle

Publications (1)

Publication Number Publication Date
DE102022117425A1 true DE102022117425A1 (en) 2024-01-18

Family

ID=89387578

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102022117425.5A Pending DE102022117425A1 (en) 2022-07-13 2022-07-13 Method for controlling a function of a vehicle, computer-readable medium, system and vehicle

Country Status (1)

Country Link
DE (1) DE102022117425A1 (en)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018221688A1 (en) 2018-12-13 2020-06-18 Volkswagen Aktiengesellschaft Method, computer program, device, vehicle and network component for estimating a user's departure time with a vehicle
DE112018007858T5 (en) 2018-07-27 2021-04-15 Bayerische Motoren Werke Aktiengesellschaft Computer implemented method and processing system for predicting the return of a user to a vehicle

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE112018007858T5 (en) 2018-07-27 2021-04-15 Bayerische Motoren Werke Aktiengesellschaft Computer implemented method and processing system for predicting the return of a user to a vehicle
DE102018221688A1 (en) 2018-12-13 2020-06-18 Volkswagen Aktiengesellschaft Method, computer program, device, vehicle and network component for estimating a user's departure time with a vehicle

Similar Documents

Publication Publication Date Title
DE102018202712A1 (en) Swarm-based trajectories for motor vehicles
DE102014214777A1 (en) A method of interacting a driver assistance system with a driver of a vehicle
DE102018210885A1 (en) Method and system for initiating a safety precaution of a motor vehicle and motor vehicle
DE102019002790A1 (en) Method for predicting a traffic situation for a vehicle
DE102021201130A1 (en) Method for infrastructure-supported assistance of several motor vehicles
DE102017214686A1 (en) Driving system, method, and a corresponding computer product for identifying an appropriate transfer point for transferring control between the vehicle and driver and to a corresponding route planning
WO2020011655A1 (en) Method and system for detecting data in vehicles
DE102019122250A1 (en) Method and control device for a system for controlling a motor vehicle
EP2782072A2 (en) Method and system for remote reading of data from a vehicle for assisting in maintenance and/or repair of the vehicle, telecommunication terminal, computer program and a computer program product
DE102022117425A1 (en) Method for controlling a function of a vehicle, computer-readable medium, system and vehicle
DE102021201133A1 (en) Method for infrastructure-supported assistance in a motor vehicle
DE102019004753A1 (en) Process for the coordination of an autonomous vehicle fleet, as well as vehicle fleet coordination system
WO2022263188A1 (en) Method and device for increasing the share of automated driving for a vehicle which drives with at least partial automation
DE102018213206A1 (en) Method for at least partially automated driving of a motor vehicle within an infrastructure
DE102016009199B4 (en) Method for operating a data acquisition unit for recording at least one control event of a control device of a motor vehicle as well as a data acquisition unit and a data processing unit
DE102022117432A1 (en) Method for controlling a function of a vehicle depending on a departure time window or a stationary time window of the vehicle, computer-readable medium, system, and vehicle
DE112019004524T5 (en) CENTRAL DEVICE, REPROGRAMMING DATA DISTRIBUTION SYSTEM AND REPROGRAMMING DATA DISTRIBUTION PLANNING PROGRAM
DE102015217002B4 (en) Establishing a wireless communication link between a mobile device and a vehicle
DE102017221180A1 (en) Method for operating a system for checking parking probabilities, system, computer program and computer program product
EP3644582B1 (en) Method, device and central device for detecting a concept shift in the data and / or feature distribution of input data
DE102021129094A1 (en) Procedure for determining spare parts requirements
DE102022109637A1 (en) Method for operating a control device for a motor vehicle
DE102022112170A1 (en) Method for providing navigation data while driving a vehicle from a backend server to the vehicle, computer-readable medium, system and vehicle
DE102022112169A1 (en) Method for providing a set of decision points during a trip with a vehicle from a backend server to the vehicle, computer-readable medium, system and vehicle
WO2021001097A1 (en) Method, fault management apparatus, computer programme, and computer programme product for fault management for a vehicle

Legal Events

Date Code Title Description
R163 Identified publications notified