DE102022118815A1

DE102022118815A1 - Verfahren zum steuern mindestens eines scheibenwischers in einem fahrzeug

Info

Publication number: DE102022118815A1
Application number: DE102022118815.9A
Authority: DE
Inventors: Jean-Nicolas Montbrun; Vit Kadubec; Donald Peyrot
Original assignee: Valeo Schalter und Sensoren GmbH
Current assignee: Valeo Schalter und Sensoren GmbH
Priority date: 2022-07-27
Filing date: 2022-07-27
Publication date: 2024-02-01

Abstract

Ein Verfahren zum Steuern mindestens eines Scheibenwischers (2) in einem Fahrzeug (1), das die folgenden Schritte umfasst:
a) Detektieren (S1) einer Sensorablesung (R, V) für jeden von i Parametern unter Verwendung von i Sensoreinheiten (4, 5) des Fahrzeugs (1);
b) Bereitstellen (S2) eines ersten Werts (W₁, t₁) für jeden von j Scheibenwischersteuerparametern (W, t) unter Verwendung der Künstliche-Intelligenz-Einheit (8) abhängig von den detektierten Sensorablesungen (R, V);
c) Steuern (S3) des mindestens einen Scheibenwischers (2) basierend auf den bereitgestellten ersten Werten (W₁, t₁);
d) Detektieren (S4) eines zweiten Werts (W₂) für jeden der j Scheibenwischersteuerparameter (W, t) unter Verwendung von j Eingabevorrichtungen (14, 15), die durch einen Fahrer (13) des Fahrzeugs (1) bedient werden;
e) Trainieren (S5) der Künstliche-Intelligenz-Einheit (8) unter Verwendung der detektierten Sensorablesungen (R, V), um den zweiten Wert (W₂') für jeden der j Scheibenwischersteuerparameter (W, t) bereitzustellen;
f) Steuern (S6) des mindestens einen Scheibenwischers (2) basierend auf den detektierten oder bereitgestellten zweiten Werten (W₂, W₂') von Schritt d) oder e).

Description

Die vorliegende Erfindung betrifft ein Verfahren zum Steuern mindestens eines Scheibenwischers in einem Fahrzeug, ein Computerprogrammprodukt, eine Scheibenwischersteuereinheit und ein Fahrzeug.
Systeme zum Unterstützen eines Fahrers in einem Fahrzeug werden immer gängiger, wie etwa Systeme zum automatischen Justieren von Leuchten, Spiegeln und Scheibenwischereinstellungen. Auffassungen eines Fahrers hinsichtlich der besten Einstellung, z. B. für einen Scheibenwischer, sind höchst subjektiv. Es ist unmöglich, eine allgemeine Scheibenwischereinstellung zu finden, die den Präferenzen aller Fahrer entspricht. Andererseits trägt eine Scheibenwischersteuerung, die die Präferenzen des Fahrers nicht berücksichtigt, zur Unzufriedenheit des Fahrers bei.
US 2018/201273 A1 offenbart ein automatisiertes System zum Identifizieren eines Fahrwegs eines Fahrzeugs basierend auf Sensorinformationen wie Scheibenwischereinstellungen und regenbezogenen Parametern. Das System beinhaltet Lernphasen einer Al-Einheit (AI: Artificial Intelligence - Künstliche Intelligenz) in einem Fahrzeug. In den Lernphasen wird das Fahrzeug manuell gefahren, und Messdaten werden durch Fahrzeugsensoren bereitgestellt, um die Al-Einheit zu trainieren.
EP 1 881 346 A1 offenbart ein Verfahren, in dem Regensensordaten und Informationen von Scheibenwischereinstellungen in einem Fahrzeug bereitgestellt und zum Vorhersagen kritischer Fahrbedingungen, z. B. Aquaplaning, verwendet werden. Wird eine kritische Fahrbedingung detektiert, informiert ein Fahrzeug-zu-Fahrzeug-Kommunikationssystem andere Fahrzeuge über die kritische Fahrbedingung.
Vor diesem Hintergrund besteht eine Aufgabe der vorliegenden Erfindung darin, ein verbessertes Verfahren zum Steuern mindestens eines Scheibenwischers in einem Fahrzeug, ein Computerprogrammprodukt, eine Scheibenwischersteuereinheit und ein Fahrzeug bereitzustellen.
Gemäß einem ersten Aspekt wird ein Verfahren zum Steuern mindestens eines Scheibenwischers in einem Fahrzeug offenbart. In einem ersten Schritt wird eine Sensorablesung für jeden von i Parametern unter Verwendung von i Sensoreinheiten des Fahrzeugs detektiert. In einem zweiten Schritt wird ein Wert für jeden von j Scheibenwischersteuerparametern unter Verwendung einer Künstliche-Intelligenz-Einheit abhängig von den detektierten Sensorablesungen bereitgestellt. In einem dritten Schritt wird der mindestens eine Scheibenwischer basierend auf den bereitgestellten ersten Werten gesteuert. In einem vierten Schritt wird ein zweiter Wert für jeden der j Scheibenwischersteuerparameter unter Verwendung von j Eingabevorrichtungen, die durch einen Fahrer des Fahrzeugs bedient werden, detektiert. In einem fünften Schritt wird die Künstliche-Intelligenz-Einheit unter Verwendung der detektierten Sensorablesungen trainiert, um den zweiten Wert für jeden der j Scheibenwischersteuerparameter bereitzustellen. In einem sechsten Schritt wird der mindestens eine Scheibenwischer basierend auf den detektierten oder bereitgestellten zweiten Werten des vierten oder fünften Schritts gesteuert.
In dem vorliegenden Verfahren lernt die Künstliche-Intelligenz-Einheit die bevorzugten Scheibenwischereinstellungen des Fahrers, und der Scheibenwischer wird automatisch gemäß den bevorzugten Scheibenwischereinstellungen des Fahrers gesteuert. Als Ergebnis wendet der Fahrer weniger Zeit für das Justieren der Scheibenwischer gemäß seinen Präferenzen auf, z. B. um die beste Scheibenwischergeschwindigkeit zu finden. Der Fahrer kann sich mehr auf das Fahren des Fahrzeugs konzentrieren, anstatt Zeit für das Finden der besten Scheibenwischersteuereinstellungen aufzuwenden. Dies kann das Risiko von Fahrzeugunfällen reduzieren.
Mittels des vorliegenden Verfahrens wird die Scheibenwischersteuerung an die Präferenzen des Fahrers angepasst. Eine Scheibenwischersteuereinheit beginnt, den Scheibenwischer basierend auf einem durch die Künstliche-Intelligenz-Einheit bereitgestellten Wert, z. B. einer geringen Wischgeschwindigkeit, zu steuern. Ist der Fahrer nicht mit der bereitgestellten Wischgeschwindigkeit einverstanden, so schaltet der Fahrer auf die bevorzugte Wischgeschwindigkeit, z. B. eine mittlere Wischgeschwindigkeit. Die Künstliche-Intelligenz-Einheit wird gemäß der Eingabe des Fahrers (mittlere Wischgeschwindigkeit) trainiert und die Künstliche-Intelligenz-Einheit wird in Zukunft in der gleichen Situation eine mittlere Wischgeschwindigkeit bereitstellen.
Die Zahlen von i und j sind positive natürliche Zahlen, wobei i mindestens 2 beträgt und j mindestens 1 beträgt.
Der Scheibenwischer kann ein Scheibenwischer zum Wischen einer Windschutzscheibe, einer Heckscheibe und/oder von Scheinwerfern des Fahrzeugs sein.
Die Eingabevorrichtung kann eine beliebige Vorrichtung in dem Fahrzeug sein, die eine Mensch-Maschine-Schnittstelle beinhaltet, mit der der Fahrer Scheibenwischereinstellungen justieren kann. Beispielsweise kann die Eingabevorrichtung ein Touchscreen oder eine Taste sein, der bzw. die z. B. an einer Mittelkonsole oder an einem Armaturenbrett angeordnet ist. Die Eingabevorrichtung kann auch eine Taste oder eine Berührungsschnittstelle sein, die an dem Lenkrad und/oder einem Scheibenwischersteuerschalter angeordnet ist. Die Eingabevorrichtung kann außerdem eine Sprachsteuereinheit sein, die der Fahrer zum Steuern des Scheibenwischers verwenden kann. Die Eingabevorrichtung kann außerdem eine Gestenerkennungsvorrichtung sein.
In Ausführungsformen gilt i > 1, 2 oder 3 und/oder j ≥ 1.
In Ausführungsformen umfasst das Verfahren gemäß dem ersten Aspekt ferner einen Schritt zum Identifizieren des Fahrers unter Verwendung einer Fahreridentifikationsvorrichtung. In dem zweiten Schritt des Verfahrens wird der erste Wert für jeden der j Scheibenwischersteuerparameter unter Verwendung der Künstliche-Intelligenz-Einheit abhängig von den detektierten Sensorablesungen und von dem identifizierten Fahrer bereitgestellt. In dem fünften Schritt wird die Künstliche-Intelligenz-Einheit unter Verwendung der detektierten Sensorablesungen und unter Verwendung des identifizierten Fahrers trainiert, um den zweiten Wert für jeden der j Scheibenwischersteuerparameter bereitzustellen.
Mittels zusätzlicher Schritte kann die Künstliche-Intelligenz-Einheit individuell für unterschiedliche Fahrer trainiert werden, und der Scheibenwischer kann gemäß den Präferenzen des Fahrers individuell gesteuert werden. Dies gestattet eine bessere individuelle Anpassung des Fahrzeugs und steigert die Zufriedenheit des Fahrers.
Beispielsweise wird der Künstliche-Intelligenz-Einheit bei Identifikation des Fahrers ein Fahreridentifikationswert bereitgestellt. Der Fahreridentifikationswert individualisiert jeden Fahrer und kann eine natürliche Zahl, beispielsweise 1 (entsprechend Fahrer 1), 2 (entsprechend Fahrer 2), 3 (usw.) oder mehr sein.
In Ausführungsformen identifiziert die Fahreridentifikationsvorrichtung den Fahrer unter Verwendung eines Fahrzeugschlüssels und/oder eines ausgewählten Fahrerprofils und/oder einer Sitzposition des Fahrers und/oder einer Gesichtserkennungsvorrichtung und/oder einer Fingerabdruckerkennungsvorrichtung.
Der Fahrzeugschlüssel kann beispielsweise eine Schlüsselkarte, ein Telefonschlüssel oder ein Drahtlosschlüssel zum Öffnen des Fahrzeugs sein. Der Fahrzeugschlüssel kann Informationen über den Fahrer zum Identifizieren des Fahrers speichern. Das ausgewählte Fahrerprofil kann beispielsweise ein durch den Fahrer in einem Betriebssystem des Fahrzeugs erstelltes Fahrerprofil sein. Das Fahrerprofil kann Informationen über eine Sitzposition des Fahrers, Spiegeleinstellungen, Lenkradjustierungen oder bevorzugte Scheibenwischereinstellungen speichern. Das Fahrerprofil kann mit dem Fahrzeugschlüssel verknüpft sein. Die Gesichtserkennungsvorrichtung kann eine oder mehrere Kameras, wie etwa Infrarotkameras, die auf den Fahrer fokussiert sind, oder andere Vorrichtungen zum Erkennen des Gesichts des Fahrers umfassen. Die Fingerabdruckerkennungsvorrichtung kann beispielsweise ein Fingerabdruckscanner sein, der am Lenkrad oder auf einem Touchscreen auf der Mittelkonsole angeordnet ist.
In Ausführungsformen umfassen die j Scheibenwischersteuerparameter eine Wischgeschwindigkeit und/oder eine Dauer einer Pause zwischen Scheibenwischerintervallen und/oder einen Wischmodus und/oder einen Benetzungsgrad eines Fensters, mit dem der Scheibenwischer assoziiert ist, wenn der Scheibenwischer durch den Fahrer ausgelöst wird.
Der Wischmodus kann ein unterbrochener Wischmodus mit Pausen zwischen den Scheibenwischerintervallen oder ein kontinuierlicher Modus, in dem der Scheibenwischer ohne Pausen zwischen den Scheibenwischerintervallen kontinuierlich wischt, sein.
In Ausführungsformen umfassen die i Parameter Umweltparameter, Fahrzeugparameter oder fahrerbezogene Parameter.
In Ausführungsformen umfassen die Umweltparameter eine Regenmenge und/oder eine Position der Sonne und/oder eine Regentropfendichte und/oder einen Straßenzustand.
Mit steigender Regenmenge bevorzugt der Fahrer möglicherweise höhere Wischgeschwindigkeiten und/oder kürzere Scheibenwischerintervalle. Ist die Position der Sonne niedrig, z. B. Am Abend, so können Regentropfen auf einer Windschutzscheibe in Richtung des Fahrers reflektieren, was schließlich dazu führt, dass der Fahrer den Scheibenwischer früher auslöst. Ein schlechter Straßenzustand kann die Aufmerksamkeit des Fahrers mehr auf die Straße ziehen. Daher bevorzugt der Fahrer möglicherweise weniger Regentropfen auf der Windschutzscheibe für eine bessere Sicht der Straße.
In Ausführungsformen umfassen die Fahrzeugparameter eine Fahrgeschwindigkeit des Fahrzeugs und/oder ein Geräuschpegel innerhalb des Fahrzeugs.
Der Fahrer kann bei höheren Fahrgeschwindigkeiten höhere Scheibenwischergeschwindigkeiten bevorzugen.
In Ausführungsformen umfassen die fahrerbezogenen Parameter eine Größe des Fahrers und/oder eine Sitzposition des Fahrers und/oder eine Müdigkeit des Fahrers.
Die Größe des Fahrers und/oder die Sitzposition können die Sicht des Fahrers auf die Straße ändern und können außerdem eine wahrgenommene Reflexion von Regentropfen ändern. Ist der Fahrer müde, so kann der Fahrer eine höhere Wischgeschwindigkeit und eine sauberere Windschutzscheibe bevorzugen
Bevorzugt ist die Größe des Fahrers die Höhe des Fahrers.
In Ausführungsformen umfasst die Künstliche-Intelligenz-Einheit ein neuronales Netz, insbesondere ein Feedforward-Netz mit einem Mehrschicht-Perzeptron.
Der Begriff „Feedforward“ bedeutet, dass die Verbindungen zwischen den Neuronen stets vorwärtsgerichtet sind.
Das neuronale Netz kann einen Klassifikator umfassen, der trainiert wird, bis er den zweiten Wert jedes der j Scheibenwischersteuerparameter ausreichend ausgibt. Das neuronale Netz kann außerdem einen „Autoencoder“ umfassen, der dazu verwendet werden kann, essenzielle Merkmale von Kombinationen der i Parameter und der j Scheibenwischersteuerparameter zu extrahieren.
Das vorliegende neuronale Netz, wie etwa das Feedforward-Netz, der Klassifikator oder der Autoencoder können eine oder mehrere Schichten umfassen. Bevorzugt werden drei oder weniger Schichten verwendet.
Ein „Perzeptron“ ist ein vereinfachtes künstliches neuronales Netz. Ein Perzeptron-Netz wandelt einen Eingangsvektor in einen Ausgangsvektor um und stellt somit einen einfachen assoziativen Speicher dar. In einem Mehrschicht-Perzeptron gibt es neben der Ausgangsschicht mindestens eine weitere verdeckte Schicht.
Gemäß einem zweiten Aspekt betrifft die Erfindung ein Computerprogrammprodukt, das Anweisungen umfasst, die bei Ausführung des Programms durch einen Computer bewirken, dass der Computer das Verfahren des ersten Aspekts durchführt.
Ein Computerprogrammprodukt, wie etwa ein Computerprogrammmittel, kann als eine Speicherkarte, ein USB-Stick, eine CD-ROM, eine DVD oder als eine Datei, die von einem Server in einem Netzwerk heruntergeladen werden kann, ausgeführt sein. Solch eine Datei kann beispielsweise durch Übertragen der Datei, die das Computerprogrammprodukt umfasst, von einem drahtlosen Kommunikationsnetz bereitgestellt werden.
Gemäß einem dritten Aspekt wird eine Scheibenwischersteuereinheit für ein einen Scheibenwischer umfassendes Fahrzeug offenbart. Die Scheibenwischersteuereinheit ist dazu ausgelegt, den Scheibenwischer basierend auf den bereitgestellten ersten Werten oder basierend auf den detektierten oder bereitgestellten zweiten Werten des vierten und fünften Schritts des Verfahrens gemäß dem ersten Aspekt zu steuern.
Gemäß einem vierten Aspekt wird ein Fahrzeug offenbart. Das Fahrzeug umfasst einen Scheibenwischer, i Sensoreinheiten, ausgelegt zum Detektieren einer Sensorablesung für jeden von i Parametern, und eine Künstliche-Intelligenz-Einheit, ausgelegt zum Bereitstellen eines ersten Werts für jeden von j Scheibenwischersteuerparametern abhängig von den detektierten Sensorablesungen. Das Fahrzeug umfasst ferner j Eingabevorrichtungen, ausgelegt zum Detektieren eines zweiten Werts für jeden der j Scheibenwischersteuerparameter bei Bedienung der j Eingabevorrichtungen durch den Fahrer, eine Trainingseinheit, ausgelegt zum Trainieren der Künstliche-Intelligenz-Einheit unter Verwendung der detektierten Sensorablesungen, um den zweiten Wert für jeden der j Scheibenwischersteuerparameter bereitzustellen, und eine Scheibenwischersteuereinheit, ausgelegt zum Steuern des Scheibenwischers basierend auf den bereitgestellten ersten Werten oder basierend auf den detektierten oder bereitgestellten zweiten Werten.
Das Fahrzeug umfasst bevorzugt mehrere verschiedene Sensoren verschiedener Klassen zum Überwachen seiner Umgebung und eines Raums in seinem Fahrzeuginnenraum. Beispielsweise kann das Fahrzeug eine oder mehrere Bildgebungsvorrichtungen aufweisen, wie etwa optische Kameras, die zum Aufnehmen optischer Bilder verschiedener Bereiche von Interesse innerhalb und/oder außerhalb des Fahrzeugs ausgelegt sein können, wie etwa eine Frontkamera, eine Heckkamera, Seitenkameras und eine oder mehrere Kameras, die auf den Fahrer fokussiert sind, um fahrerbezogene Parameter wie Müdigkeit und/oder Größe des Fahrers und/oder ob der Fahrer Sehhilfen trägt. Das Fahrzeug kann ferner Regensensoreinheiten, Sitzpositionssensoreinheiten, Sonnenlichtsensoreinheiten, akustische und Wärmesensoreinheiten umfassen, die in dem Fahrzeuginnenraum angeordnet sind. Das Fahrzeug kann außerdem Fahrzeugschlüsselsensoreinheiten zum Detektieren eines Fahrzeugschlüssels, wie etwa einer Schlüsselkarte, eines Telefonschlüssels oder eines Drahtlosschlüssels, und zum Detektieren von Informationen über den Fahrer, die in dem Fahrzeugschlüssel gespeichert sein können, umfassen.
Die unter Bezugnahme auf das Verfahren des ersten Aspekts der vorliegenden Erfindung beschriebenen Ausführungsformen und Merkmale gelten mutatis mutandis für den zweiten, den dritten und den vierten Aspekt, und umgekehrt.
Weitere mögliche Implementierungen oder alternative Lösungen der Erfindung schließen auch Kombinationen - die hier nicht explizit erwähnt werden - von Merkmalen, die oben oder im Folgenden mit Bezug auf die Ausführungsformen beschrieben sind, ein. Durchschnittsfachleute können außerdem einzelne oder isolierte Aspekte und Merkmale der grundlegendsten Form der Erfindung hinzufügen.
Weitere Ausführungsformen, Merkmale und Vorteile der vorliegenden Erfindung werden anhand der nachfolgenden Beschreibung und der abhängigen Ansprüche, im Zusammenhang mit den begleitenden Zeichnungen, offensichtlich, wobei gilt:

1 zeigt eine schematische Draufsicht eines Fahrzeugs;
2 zeigt eine schematische Ansicht eines Innenraums des Fahrzeugs gemäß 1;
3 zeigt ein schematisches Flussdiagramm, wenn eine Künstliche-Intelligenz-Einheit in dem Fahrzeug trainiert wird;
4 zeigt ein schematisches Flussdiagramm gemäß 3, wenn eine Künstliche-Intelligenz-Einheit in dem Fahrzeug nicht trainiert wird; und
5 zeigt ein Verfahren zum Steuern mindestens eines Scheibenwischers in dem Fahrzeug.

In den Figuren bezeichnen gleiche Bezugsziffern gleiche oder funktional äquivalente Elemente, soweit nicht anders angegeben.

1 zeigt eine schematische Draufsicht eines Fahrzeugs 1, beispielsweise eines Pkw, das nachts bei regnerischen Wetterbedingungen fährt. Das Auto 1 umfasst einen Scheibenwischer 2, der eine Windschutzscheibe 3 des Autos 1 wischt. Das Auto 1 umfasst ferner eine erste Sensoreinheit 4 und eine zweite Sensoreinheit 5 zum Detektieren von Werten (Ablesungen) von Parametern. Beispielsweise ist die erste Sensoreinheit 4 ein Geschwindigkeitssensor, kann jedoch auch z. B. ein Radarsensor zum Detektieren eines Abstands zwischen dem Auto 1 und einem anderen Fahrzeug (nicht gezeigt), das vor dem Auto 1 fährt, oder zum Detektieren eines Zustands der Straße (nicht gezeigt) sein. Die zweite Sensoreinheit 5 ist beispielsweise ein Regensensor zum Detektieren der Regenmenge, die auf die Windschutzscheibe 3 fällt, oder zum Detektieren einer Regentropfendichte. Bei der ersten und der zweiten Sensoreinheit 4, 5 kann es sich außerdem um einen beliebigen anderen Sensor zum Detektieren von Umweltparametern und/oder Fahrzeugparametern und/oder beliebigen anderen Parametern handeln.

Das Auto 1 umfasst ferner eine Fahrzeugsteuereinrichtung 6, in einigen Fahrzeugen auch als elektronisches Steuergerät („ECU: Electronic Control Unit“) bezeichnet. Die ECU 6 beinhaltet eine Scheibenwischersteuereinheit 7 zum Steuern des Scheibenwischers 2 und eine Al-Einheit (AI: Artificial Intelligence - Künstliche Intelligenz) 8, die der Scheibenwischersteuereinheit 7 Werte von Scheibenwischersteuerparametern bereitstellt, wie in 3 und 4 gezeigt. Die Scheibenwischersteuereinheit 7 steuert den Scheibenwischer 2 gemäß den bereitgestellten Werten der Scheibenwischersteuerparameter, wie etwa Wischgeschwindigkeit, Scheibenwischerintervalle oder Wischmodus, die später ausführlicher erläutert werden. Die ECU 6 beinhaltet außerdem eine Trainingseinheit 9, die die Al-Einheit 8 trainiert, wie in 3 und 4 gezeigt. Das Verfahren zum Trainieren der Al-Einheit 8 wird später ausführlicher erläutert.
Die Al-Einheit 8 kann ein künstliches neuronales Netz sein, bevorzugt ein neuronales Feedforward-Netz, das ein Mehrschicht-Perzeptron (nicht gezeigt) umfasst. Das neuronale Netz 8 kann einen Klassifikator umfassen, der trainiert wird, bis er Werte für jeden der j Scheibenwischersteuerparameter ausreichend ausgibt. Das vorliegende neuronale Netz 8, wie etwa das Feedforward-Netz oder der Klassifikator, kann eine oder mehrere Schichten umfassen, wie etwa eine, zwei oder drei Schichten.
2 veranschaulicht eine schematische Ansicht eines Innenraums 10 des Autos 1 gemäß 1. Der Innenraum 10 umfasst ein Armaturenbrett 11, an dem ein Lenkrad 12 angeordnet ist, mit dem ein Fahrer 13 das Auto 1 lenken kann. Das Auto 1 umfasst ferner eine erste und eine zweite Eingabevorrichtung 14, 15, die durch den Fahrer 13 bedient werden, um den Scheibenwischer 2 zu steuern. Die erste Eingabevorrichtung 14 ist beispielsweise ein Scheibenwischersteuerschalter. Über den Scheibenwischersteuerschalter 14 kann der Fahrer 13 beispielsweise den Scheibenwischer 2 auslösen oder eine Wischgeschwindigkeit des Scheibenwischer 2 zu justieren oder zwischen einem kontinuierlichen Modus und einem unterbrochenen Modus wechseln. In dem kontinuierlichen Modus wischt der Scheibenwischer 2 kontinuierlich ohne Wischpausen. In dem unterbrochenen Modus wischt der Scheibenwischer 2 in Intervallen. Zwischen den Intervallen pausiert der Scheibenwischer 2 an seiner Startposition für eine bestimmte Zeit, im Folgenden auch als „Dauer der Intervallpausen“ bezeichnet. Der Fahrer 13 kann den Scheibenwischersteuerschalter 14 auch verwenden, um die Dauer der Intervallpausen zu justieren.
Die zweite Eingabevorrichtung 15 ist beispielsweise ein Touchscreen. Über den Touchscreen 15 kann der Fahrer 13 in der Lage sein, die gleichen Einstellungen des Scheibenwischers 2 wie mit dem Scheibenwischersteuerschalter 14 einzustellen.
Der Scheibenwischersteuerschalter 14 und der Touchscreen 15 detektieren Werte, die durch den Fahrer eingestellt werden, für jeden Scheibenwischersteuerparameter, wie etwa die Wischgeschwindigkeit W, die Dauer der Intervallpausen, den Wischmodus oder den Zeitpunkt t, zu dem der Fahrer den Scheibenwischer 2 auslöst. Die detektierten Werte für die Scheibenwischersteuerparameter werden der Al-Einheit 8 in der ECU 6 bereitgestellt.
2 veranschaulicht, dass der Innenraum 10 ferner eine Gesichtserkennungsvorrichtung 16 umfasst, die durch eine Identifikationsvorrichtung 17 zum Identifizieren des Fahrers 13 verwendet wird. Die Gesichtserkennungsvorrichtung 16 kann eine oder mehrere Kameras, wie etwa Infrarotkameras, die auf den Fahrer 13 fokussiert sind, umfassen, um ein oder mehrere Bilder eines Gesichts des Fahrers 13 aufzunehmen. Die Bilder der Kamera 16 werden durch die Identifikationsvorrichtung 17 verwendet. In der Identifikationsvorrichtung 17 kann ein dreidimensionales Bild des Gesichts 13 des Fahrers erzeugt und mit registrierten Gesichtsdaten, die z. B. in einer Datenspeichervorrichtung (nicht gezeigt) der Identifikationseinheit 17 sind gespeichert sind, verglichen werden. Bestätigt die Identifikationsvorrichtung 17 eine Übereinstimmung zwischen dem dreidimensionalen Bild des Gesichts 13 des Fahrers und den registrierten Gesichtsdaten, so ist der Fahrer 13 identifiziert.
Die Identifikationsvorrichtung 17 kann zusätzlich oder alternativ einen Autoschlüssel (nicht gezeigt), ein ausgewähltes Fahrerprofil in einem Betriebssystem des Autos 1, eine Sitzposition des Fahrers, eine Fingerabdruckerkennungsvorrichtung, wie etwa einen Fingerabdruckscanner (nicht gezeigt), oder eine beliebige andere Sensoreinheit oder Erkennungsvorrichtung zum Identifizieren des Fahrers 13 verwenden.
Eine Information D über den Fahrer 13 kann in einer Datenspeichervorrichtung (nicht gezeigt) in der Identifikationsvorrichtung 17 gespeichert sein. Die Information D über den Fahrer 13 kann einen Fahreridentifikationswert beinhalten, bei dem es sich um eine natürliche Zahl, jeweils für jeden Fahrer, beispielsweise 1, 2, 3, 4 oder mehr, handeln kann. Die Information D über den Fahrer 13 wird der Al-Einheit 8 in der ECU 6 bereitgestellt.
Das Auto 1 kann mehr (oder weniger) Eingabevorrichtungen beinhalten, die durch den Fahrer 13 bedient werden, um den Scheibenwischer 2 zu steuern, wie etwa am Lenkrad 12 angeordnete Touchscreen-Elemente (nicht gezeigt). Das Auto 1 kann außerdem mehr Sensoreinheiten zum Detektieren von Werten fahrerbezogener Parameter beinhalten, wie etwa einen Sitzpositionssensor (nicht gezeigt) oder dergleichen.
Im Folgenden wird die Steuerung des Scheibenwischers 2 beispielhaft mittels der durch den Geschwindigkeitssensor 4 und den Regensensor 5 detektierten Werte erläutert. Die Steuerung des Scheibenwischers 2 beinhaltet einen ersten und einen zweiten Pfad. In dem ersten Pfad wird die Al-Einheit 8 trainiert, da der Fahrer 13 den bereitgestellten Wert des Scheibenwischersteuerparameters W, t, bereitgestellt durch die Al-Einheit 8, ändert. In dem zweiten Pfad ändert der Fahrer 13 den bereitgestellten Wert des Scheibenwischersteuerparameters W, t, bereitgestellt durch die Al-Einheit 8, nicht, und die Al-Einheit 8 muss nicht trainiert werden.
Die durch den Geschwindigkeitssensor 4 detektierten Werte (Ablesungen), die im Folgenden als „Geschwindigkeitswerte“ bezeichnet und als V angegeben werden, werden dem neuronalen Netz 8 bereitgestellt. Die durch den Regensensor 5 detektierten Werte (Ablesungen), die im Folgenden als „Regenwerte“ bezeichnet und als R angegeben werden, werden ebenfalls dem neuronalen Netz 8 bereitgestellt. Die Information D über den identifizierten Fahrer 13, die als „Fahrerinformation“ bezeichnet wird, wird ebenfalls dem neuronalen Netz 8 bereitgestellt.
3 zeigt ein schematisches Flussdiagramm, wenn die Künstliche-Intelligenz-Einheit 8 in dem Fahrzeug gemäß dem ersten Pfad trainiert wird. Das neuronale Netz 8 wird dahingehend trainiert, Werte für Scheibenwischersteuerparameter, wie etwa die Wischgeschwindigkeit, zu dem Zeitpunkt, zu dem der Scheibenwischer 2 das Wischen beginnt, bereitzustellen. Basierend auf den detektierten Regen- und Geschwindigkeitswerten R, V und der Fahrerinformation D stellt das neuronale Netz 8 einen ersten Wert der Wischgeschwindigkeit W₁ und einen ersten Wert des Zeitpunkts t₁ bereit. Die Scheibenwischersteuereinheit 7 löst den Scheibenwischer 2 zum Zeitpunkt t₁ aus und steuert den Scheibenwischer 2 basierend auf dem Wischgeschwindigkeitswert W₁. In diesem Beispiel ist der Fahrer 13 nicht mit dem Wischgeschwindigkeitswert W₁ einverstanden, da der Fahrer 13 einen höheren Wischgeschwindigkeitswert W₂ bevorzugt, und der Fahrer 13 wählt mittels des Scheibenwischersteuerschalters 14 einen höheren Wischgeschwindigkeitswert W₂.
Der höhere Wischgeschwindigkeitswert W₂ wird einer Prozessoreinheit 18, die Teil der ECU 6 ist, bereitgestellt. Die Prozessoreinheit 18 kann eine Differenz I zwischen den Wischgeschwindigkeitswerten W₁ und W₂ berechnen. Daher kann die Prozessoreinheit 18 eine Trainingsschleife auslösen, die das neuronale Netz 8, die Prozessoreinheit 18 und die Trainingseinheit 9 beinhaltet. In der Trainingsschleife kann die Prozessoreinheit 18 die Differenz I an die Trainingseinheiten 9 senden, die das neuronale Netz 8 trainiert. Das neuronale Netz 8 kann einen verarbeiteten Ausgabewert W₂' berechnen, der an die Prozessoreinheit 18 gesendet werden kann. Die Prozessoreinheit 18 kann eine Verarbeitungsdifferenz I' zwischen dem Wischgeschwindigkeitswert W₂ und dem verarbeiteten Ausgabewert W₂' berechnen.
Das Trainieren des neuronalen Netzes 8 kann beendet werden, wenn die Verarbeitungsdifferenz I' null oder im Wesentlichen null beträgt oder wenn ein Zielausgabewert erreicht wird, der hier W₂ ist. Das neuronale Netz 8 beinhaltet Neuronen (nicht gezeigt) und mit den Neuronen assoziierte Gewichtungen (nicht gezeigt). Während des Trainierens werden die Gewichtungen des neuronalen Netzes 8 durch die Trainingseinheit 9 justiert, bis der verarbeitete Ausgabewert W₂' mit dem Zielwert W₂ übereinstimmt.
Wenn das Training beendet wird, wird der Wischgeschwindigkeitswert W₂ an die Scheibenwischersteuereinheit 7 gesendet, um den Scheibenwischer 2 basierend auf dem Wischgeschwindigkeitswert W₂ zu steuern. Alternativ leitet die Prozessoreinheit 18 den durch den Scheibenwischersteuerschalter 14 bereitgestellten Wischgeschwindigkeitswert W₂ unmittelbar an die Scheibenwischersteuereinheit 7 weiter und das oben beschriebene Training des neuronalen Netzes 8 erfolgt parallel zum Steuern des Scheibenwischers durch die Scheibenwischersteuereinheit 7 unter Verwendung des Wischgeschwindigkeitswerts W₂.
Ändert der Fahrer 13 den Wischgeschwindigkeitswert W₂ erneut, so beginnt das Training des neuronalen Netzes 8 erneut. Wenn die Fahrerinformation D an das neuronale Netz 8 gesendet wird, verwendet das neuronale Netz 8 die Fahrerinformation D zum Bereitstellen fahrerspezifischer Wischgeschwindigkeitswerte.
In einer anderen Ausführungsform kann ein separates neuronales Netz 8 für jeden Fahrer bereitgestellt sein, um die Präferenzen des Fahrers bei der Scheibenwischersteuerung zu berücksichtigen.
4 zeigt das schematische Flussdiagramm gemäß dem zweiten Pfad, wenn der Fahrer 13 den Scheibenwischersteuerschalter 14 nicht bedient, d. h. nicht in die durch das neuronale Netz 8 bereitgestellte Scheibenwischersteuerung eingreift. Der zweite Pfad beinhaltet das Training des neuronalen Netzes 8 nicht. Das folgende Beispiel beschreibt nun den zweiten Pfad. Die durch den Geschwindigkeits- und Regensensor 4, 5 detektierten Regen- und Geschwindigkeitswerte R, V werden dem neuronalen Netz 8 bereitgestellt. Die Information D über den identifizierten Fahrer 13 wird ebenfalls dem neuronalen Netz 8 bereitgestellt, um Werte für die Scheibenwischersteuerparameter W, t bereitzustellen, die besser an die Präferenzen des Fahrers angepasst sind.
Basierend auf den detektierten Regen- und Geschwindigkeitswerten R, V stellt das neuronale Netz 8 der Prozessoreinheit 18 den ersten Wert der Wischgeschwindigkeit W₁ und den ersten Wert des Zeitpunkts t₁ bereit. Die Prozessoreinheit 18 detektiert keine Eingabe des Scheibenwischersteuerschalters 14 und stellt der Scheibenwischersteuereinheit 7 den Wischgeschwindigkeitswert W₁ und den Zeitpunktwert t₁ bereit. Die Scheibenwischersteuereinheit 7 löst den Scheibenwischer 2 zum Zeitpunkt t₁ aus und steuert den Scheibenwischer 2 basierend auf dem Wischgeschwindigkeitswert W₁. Da der Fahrer 13 den Scheibenwischersteuerschalter 14 nicht verwendet, um den Wischgeschwindigkeitswert W₁ zu ändern, wird die Al-Einheit 8 nicht trainiert.
5 zeigt Schritte eines Verfahrens zum Steuern mindestens eines Scheibenwischers 2 in dem Fahrzeug 1. In einem ersten Schritt S1 wird die Sensorablesung R, V für jeden von i Parametern unter Verwendung von i Sensoreinheiten 4, 5 des Fahrzeugs 1 detektiert. In einem zweiten Schritt S2 wird der erste Wert W₁, t₁ für jeden von j Scheibenwischersteuerparametern W, t unter Verwendung der Künstliche-Intelligenz-Einheit 8 abhängig von den detektierten Sensorablesungen R, V bereitgestellt. In einem dritten Schritt S3 wird der mindestens eine Scheibenwischer 2 basierend auf den bereitgestellten ersten Werten W₁, t₁ gesteuert. In einem vierten Schritt S4 wird ein zweiter Wert W₂ für jeden der j Scheibenwischersteuerparameter W, t unter Verwendung von j Eingabevorrichtungen 14, 15, die durch einen Fahrer 13 des Fahrzeugs 1 bedient werden, detektiert. In einem fünften Schritt S5 wird die Künstliche-Intelligenz-Einheit 8 unter Verwendung der detektierten Sensorablesungen R, V trainiert, um den zweiten Wert W₂' für jeden der j Scheibenwischersteuerparameter W, t bereitzustellen. In einem sechsten Schritt S6 wird der mindestens eine Scheibenwischer 2 basierend auf den detektierten oder bereitgestellten zweiten Werten W₂, W₂' des vierten oder fünften Schritts S4, S5 gesteuert.
Der Buchstabe i gibt die Anzahl der i Parameter und die Anzahl der i Sensoreinheiten 4, 5 an. Der Buchstabe j gibt die Anzahl der j Scheibenwischersteuerparameter und die Anzahl der j Eingabevorrichtungen 14, 15 an.
Die hier beschriebenen Einheiten, wie etwa die Sensoreinheiten 4, 5 des Fahrzeugs 1, die Scheibenwischersteuereinheit 7, die Al-Einheit 8, die Trainingseinheit 9 oder die Prozessoreinheit 18, können durch Hardware und/oder Software implementiert sein. Beispielsweise können die Einheiten in einem Mikroprozessor (nicht gezeigt) zusammen mit assoziierten Speichermitteln (nicht gezeigt) implementiert sein. Der Mikroprozessor mit den Speichermitteln der Scheibenwischersteuereinheit 7, der Al-Einheit 8, der Trainingseinheit 9 und/oder der Prozessoreinheit 18 kann auf einer zentralen Steuervorrichtung, wie etwa der ECU 7, bereitgestellt sein.
Obgleich die vorliegende Erfindung gemäß bevorzugten Ausführungsformen beschrieben wurde, verstehen Fachleute, dass Modifikationen in allen Ausführungsformen möglich sind.
BEZUGSZEICHENLISTE

1: Fahrzeug
2: Scheibenwischer
3: Windschutzscheibe
4: Sensoreinheit
5: Sensoreinheit
6: Fahrzeugsteuereinrichtung
7: Scheibenwischersteuereinheit
8: Künstliche-Intelligenz-Einheit
9: Trainingseinheit
10: Innenraum
11: Armaturenbrett
12: Lenkrad
13: Fahrer
14: Scheibenwischersteuerschalter
15: Touchscreen
16: Gesichtserkennungsvorrichtung
17: Identifikationsvorrichtung
18: Prozessoreinheit
D: Information
I: Differenz
I': Differenz
R: Wert
V: Wert
W: Wischgeschwindigkeit
W1: Wert
W2: Wert
W2': Wert
S1: Verfahrensschritt
S2: Verfahrensschritt
S3: Verfahrensschritt
S4: Verfahrensschritt
S5: Verfahrensschritt
S6: Verfahrensschritt
t: Zeit
t1: Wert

ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

US 2018201273 A1 [0003]
EP 1881346 A1 [0004]

Claims

Verfahren zum Steuern mindestens eines Scheibenwischers (2) in einem Fahrzeug (1), das die folgenden Schritte umfasst: a) Detektieren (S1) einer Sensorablesung (R, V) für jeden von i Parametern unter Verwendung von i Sensoreinheiten (4, 5) des Fahrzeugs (1); b) Bereitstellen (S2) eines ersten Werts (W₁, t₁) für jeden von j Scheibenwischersteuerparametern (W, t) unter Verwendung der Künstliche-Intelligenz-Einheit (8) abhängig von den detektierten Sensorablesungen (R, V); c) Steuern (S3) des mindestens einen Scheibenwischers (2) basierend auf den bereitgestellten ersten Werten (W₁, t₁); d) Detektieren (S4) eines zweiten Werts (W₂) für jeden der j Scheibenwischersteuerparameter (W, t) unter Verwendung von j Eingabevorrichtungen (14, 15), die durch einen Fahrer (13) des Fahrzeugs (1) bedient werden; e) Trainieren (S5) der Künstliche-Intelligenz-Einheit (8) unter Verwendung der detektierten Sensorablesungen (R, V), um den zweiten Wert (W₂') für jeden der j Scheibenwischersteuerparameter (W, t) bereitzustellen; und f)Steuern (S6) des mindestens einen Scheibenwischers (2) basierend auf den detektierten oder bereitgestellten zweiten Werten (W₂, W₂') von Schritt d) oder e).
Verfahren nach Anspruch 1, wobei i > 1, 2 oder 3 und/oder j ≥ 1 gilt.
Verfahren nach Anspruch 1 oder 2, das ferner Folgendes umfasst: Identifizieren des Fahrers (13) unter Verwendung einer Fahreridentifikationsvorrichtung (17); in Schritt b) Bereitstellen des ersten Werts (W₁, t₁) für jeden der j Scheibenwischersteuerparameter (W, t) unter Verwendung der Künstliche-Intelligenz-Einheit (8) abhängig von den detektierten Sensorablesungen (R, V) und dem identifizierten Fahrer (13); und in Schritt e) Trainieren der Künstliche-Intelligenz-Einheit (8) unter Verwendung der detektierten Sensorablesungen (R, V) und unter Verwendung des identifizierten Fahrers (13), um den zweiten Wert (W₂') für jeden der j Scheibenwischersteuerparameter (W, t) bereitzustellen.
Verfahren nach Anspruch 3, wobei die Fahreridentifikationsvorrichtung (17) den Fahrer (13) unter Verwendung eines Fahrzeugschlüssels und/oder eines ausgewählten Fahrerprofils und/oder einer Sitzposition des Fahrers und/oder einer Gesichtserkennungsvorrichtung (16) und/oder einer Fingerabdruckerkennungsvorrichtung identifiziert.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die j Scheibenwischersteuerparameter (W, t) eine Wischgeschwindigkeit (W) und/oder eine Dauer einer Pause zwischen Scheibenwischerintervallen und/oder einen Wischmodus und/oder einen Benetzungsgrad eines Fensters (3), mit dem der Scheibenwischer (2) assoziiert ist, wenn der Scheibenwischer (2) durch den Fahrer ausgelöst wird (13), umfassen.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die i Parameter Umweltparameter, Fahrzeugparameter oder fahrerbezogene Parameter umfassen.
Verfahren nach Anspruch 6, wobei die Umweltparameter eine Regenmenge und/oder eine Position der Sonne und/oder eine Regentropfendichte und/oder einen Straßenzustand umfassen.
Verfahren nach Anspruch 6 oder 7, wobei die Fahrzeugparameter eine Fahrgeschwindigkeit des Fahrzeugs (1) und/oder einen Geräuschpegel innerhalb des Fahrzeugs (1) umfassen.
Verfahren nach einem der Ansprüche 6-8, wobei die fahrerbezogenen Parameter eine Größe des Fahrers (13) und/oder eine Sitzposition des Fahrers (13) und/oder eine Müdigkeit des Fahrers (13) umfassen.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Künstliche-Intelligenz-Einheit (8) ein neuronales Netz, insbesondere ein Feedforward-Netz mit einem Mehrschicht-Perzeptron, umfasst.
Computerprogrammprodukt, das Anweisungen umfasst, die bei Ausführung des Programms durch einen Computer bewirken, dass der Computer das Verfahren nach einem der Ansprüche 1 bis 10 ausführt.
Scheibenwischersteuereinheit (7) für ein Fahrzeug (1), das einen Scheibenwischer (2) umfasst, wobei die Scheibenwischersteuereinheit (7) dazu ausgelegt ist, den Scheibenwischer (2) basierend auf den bereitgestellten ersten Werten (W₁, t₁) oder basierend auf den detektierten oder bereitgestellten zweiten Werten (W₂, W₂') von Schritt d) oder e) zu steuern.
Fahrzeug (1), das Folgendes umfasst: einen Scheibenwischer (2), i Sensoreinheiten (4, 5), ausgelegt zum Detektieren einer Sensorablesung (R, V) für jeden von i Parametern, eine Künstliche-Intelligenz-Einheit (8), ausgelegt zum Bereitstellen eines ersten Werts (W₁, t₁) für jeden von j Scheibenwischersteuerparametern (W, t) abhängig von den detektierten Sensorablesungen (R, V), j Eingabevorrichtungen (14, 15), ausgelegt zum Detektieren eines zweiten Werts (W₂) für jeden der j Scheibenwischersteuerparameter (W, t) bei Bedienung der j Eingabevorrichtungen (14, 15) durch den Fahrer (13), eine Trainingseinheit (9), ausgelegt zum Trainieren der Künstliche-Intelligenz-Einheit (8) unter Verwendung der detektierten Sensorablesungen (R, V), um den zweiten Wert (W₂') für jeden der j Scheibenwischersteuerparameter (W, t) bereitzustellen, und eine Scheibenwischersteuereinheit (7), ausgelegt zum Steuern des Scheibenwischers (2) basierend auf den bereitgestellten ersten Werten (W₁, t₁) oder basierend auf den detektierten und bereitgestellten zweiten Werten (W₂, W₂').