DE102022121406A1 - Verfahren zum Verifizieren und/oder Aktualisieren einer künstlichen Intelligenz eines teilweise und/oder vollständig autonomen Fahrzeugs - Google Patents

Verfahren zum Verifizieren und/oder Aktualisieren einer künstlichen Intelligenz eines teilweise und/oder vollständig autonomen Fahrzeugs Download PDF

Info

Publication number
DE102022121406A1
DE102022121406A1 DE102022121406.0A DE102022121406A DE102022121406A1 DE 102022121406 A1 DE102022121406 A1 DE 102022121406A1 DE 102022121406 A DE102022121406 A DE 102022121406A DE 102022121406 A1 DE102022121406 A1 DE 102022121406A1
Authority
DE
Germany
Prior art keywords
artificial intelligence
real vehicle
vehicle
digital twin
partially
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
DE102022121406.0A
Other languages
English (en)
Inventor
Maurice Genet
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.)
FEV Group GmbH
Original Assignee
FEV Group GmbH
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 FEV Group GmbH filed Critical FEV Group GmbH
Publication of DE102022121406A1 publication Critical patent/DE102022121406A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00Testing of vehicles
    • G01M17/007Wheeled or endless-tracked vehicles
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/07Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0736Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function
    • G06F11/0739Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function in a data processing system embedded in automotive or aircraft systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/07Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0796Safety measures, i.e. ensuring safe condition in the event of error, e.g. for controlling element
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3664Environments for testing or debugging software
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3668Software testing
    • G06F11/3672Test management
    • G06F11/3688Test management for test execution, e.g. scheduling of test suites
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/27Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zum Verifizieren und/oder Aktualisieren einer künstlichen Intelligenz (2) eines teilweise und/oder vollständig autonomen Fahrzeugs (1), umfassend die Schritte:- (10) Bereitstellen eines realen, teilweise und/oder vollständig autonomen Fahrzeugs (1) mit einer künstlichen Intelligenz (4);- (20) Erstellen eines digitalen Zwillings (3) des realen Fahrzeugs (1);- (30) Transferieren des digitalen Zwillings (3) zu einer Testeinrichtung (4);- (40) Testen des digitalen Zwillings (3) durch die Testeinrichtung (4) zum Ermitteln eines Testergebnisses;- (50) Ermitteln von Aktionen (5) zwecks Verifizierens und/oder Aktualisierens für das reale Fahrzeug (1) anhand des Testergebnisses;- (60) Übermitteln der Aktionen (5) an das reale Fahrzeug (1 ); ,- (70) Durchführen der Aktionen (5) durch das reale Fahrzeug (1).

Description

  • Die Erfindung betrifft ein Verfahren zum Verifizieren und/oder Aktualisieren einer künstlichen Intelligenz eines teilweise und/oder vollständig autonomen Fahrzeugs, eine künstliche Intelligenz für ein teilweise und/oder vollständig autonomes Fahrzeug, ein teilweise und/oder vollständig autonomes Fahrzeug und ein Computerprogrammprodukt.
  • Die US2013333342 offenbart ein Fahrzeug mit einer künstlichen Intelligenz, wobei für das Fahrzeug ein digitaler Zwilling erstellt wird.
  • Ein erfindungsgemäßes Verfahren zum Verifizieren und/oder Aktualisieren einer künstlichen Intelligenz eines teilweise und/oder vollständig autonomen Fahrzeugs umfasst die Schritte:
    • - Bereitstellen eines realen, teilweise und/oder vollständig autonomen Fahrzeugs mit einer künstlichen Intelligenz;
    • - Erstellen eines digitalen Zwillings des realen Fahrzeugs;
    • - Transferieren des digitalen Zwillings zu einer Testeinrichtung;
    • - Testen des digitalen Zwillings durch die Testeinrichtung zum Ermitteln eines Testergebnisses;
    • - Ermitteln von Aktionen zwecks Verifizierens und/oder Aktualisierens für das reale Fahrzeug anhand des Testergebnisses;
    • - Übermitteln der Aktionen an das reale Fahrzeug;
    • - Durchführen der Aktionen durch das reale Fahrzeug.
  • Die künstliche Intelligenz umfasst bevorzugt die Möglichkeit zum maschinellen Lernen. Dadurch verändert sich das reale Fahrzeug mitunter kontinuierlich. Diese Veränderungen sind zum Zeitpunkt der Veränderung zunächst ungetestet und bergen Sicherheitsrisiken.
  • Dadurch, dass der digitale Zwilling des realen Fahrzeugs erstellt wird und dieser dann getestet wird, wird es ermöglicht, hochfrequente Tests des realen Fahrzeugs und insbesondere der künstlichen Intelligenz durchzuführen, ohne dass das reale Fahrzeug selbst diesen Tests unterzogen werden muss. Dies wäre für ein reales Fahrzeug auch nicht ohne deutliche Einschränkungen im Betrieb durchzuführen. Dies ermöglicht eine Erhöhung der Sicherheit für das reale Fahrzeug, ohne die Betriebsfähigkeit des realen Fahrzeugs einzuschränken.
  • Ein digitaler Zwilling (englisch auch digital twin) ist bevorzugt eine digitale Repräsentanz des realen Fahrzeugs in der digitalen Welt. Der digitale Zwilling umfasst neben reinen Daten auch Modelle des realen Fahrzeugs und Modelle von Prozessen, welche in dem realen Fahrzeug durchgeführt werden. Weiterhin umfasst der digitale Zwilling auch Simulationen, Algorithmen und/oder Services, die Eigenschaften und/oder den Betrieb des realen Fahrzeugs beschreiben und/oder beeinflussen.
  • Bevorzugt erfolgt das Erstellen des digitalen Zwillings anhand versteckter Ebenen der künstlichen Intelligenz des realen Fahrzeugs.
  • Verstecke Ebenen sind bei der künstlichen Intelligenz bevorzugt zwischen einer Eingabeebene und einer Ausgabeebene angeordnet und ermöglichen eine Verknüpfung einer Eingabe mit einer Ausgabe. Die verstecken Ebenen sind damit eine Repräsentanz der künstlichen Intelligenz.
  • Dies ermöglicht es, dass ein Erstellen des digitalen Zwillings schnell und unkompliziert erfolgt. Zudem wird es ermöglicht, dass der digitale Zwilling nur eine geringe Datenmenge in Anspruch nimmt und damit ein Transfer über beispielsweise mobile Netzwerke problemlos möglich ist.
  • Bevorzugt umfassen die Aktionen ein Aktualisieren der künstlichen Intelligenz des realen Fahrzeugs. Dies ermöglicht es, dass unerwünschte Veränderungen der künstlichen Intelligenz aktualisiert werden zu erwünschten Veränderungen.
  • Eine erfindungsgemäße künstliche Intelligenz für ein teilweise und/oder vollständig autonomes Fahrzeug ist verifiziert und/oder aktualisiert nach einem erfindungsgemäßen Verfahren zum Verifizieren und/oder Aktualisieren einer künstlichen Intelligenz eines teilweise und/oder vollständig autonomen Fahrzeugs.
  • Ein erfindungsgemäßes, teilweise und/oder vollständig autonomes Fahrzeug umfasst eine erfindungsgemäße künstliche Intelligenz und ist verifiziert und/oder aktualisiert nach einem erfindungsgemäßen Verfahren zum Verifizieren und/oder Aktualisieren einer künstlichen Intelligenz eines teilweise und/oder vollständig autonomen Fahrzeugs.
  • Ein erfindungsgemäßes Computerprogrammprodukt umfasst ein Programm das, wenn es von einem Computer ausgeführt wird, den Computer veranlasst, ein erfindungsgemäßes Verfahren zum Verifizieren und/oder Aktualisieren einer künstlichen Intelligenz eines teilweise und/oder vollständig autonomen Fahrzeugs durchzuführen.
  • Die Vorteile des erfindungsgemäßen Verfahrens ergeben sich in gleicher Weise für die erfindungsgemäße künstliche Intelligenz, das erfindungsgemäße autonome und/oder teilweise autonome Fahrzeug und das erfindungsgemäße Com puterprogram mprodukt.
  • Die abhängigen Ansprüche beschreiben vorteilhafte Ausführungsformen der Erfindung.
  • Bevorzugte Ausführungsbeispiele werden anhand der folgenden Figuren näher erläutert. Dabei zeigt
    • 1 ein Ausführungsbeispiel eines erfindungsgemäßen teilweise und/oder vollständig autonomen Fahrzeugs und einer erfindungsgemäßen künstlichen Intelligenz und
    • 2 ein Ausführungsbeispiel eines erfindungsgemäßen Verfahrens zum Verifizieren und/oder Aktualisieren einer künstlichen Intelligenz eines teilweise und/oder vollständig autonomen Fahrzeugs.
    • 1 zeigt ein Ausführungsbeispiel eines erfindungsgemäßen vollständig autonomen realen Fahrzeugs 1. Das reale Fahrzeug 1 umfasst eine erfindungsgemäße künstliche Intelligenz 2.
    • 2 zeigt ein Ausführungsbeispiel eines erfindungsgemäßen Verfahrens zum Verifizieren und/oder Aktualisieren des realen Fahrzeugs 1.
  • In einem ersten Schritt 10 erfolgt ein Bereitstellen des realen Fahrzeugs 1 mit der künstlichen Intelligenz 4. Die künstliche Intelligenz ermöglicht ein Betreiben eines autonomen Fahrsystems (auch AD System) des realen Fahrzeugs 1. Die künstliche Intelligenz 2 umfasst eine Eingabeebene und eine Ausgabeebene. Zudem umfasst die künstliche Intelligenz 4 eine versteckte Ebene. Diese ermöglicht eine Verknüpfung der Eingabeebene mit der Ausgabeebene. Alternativ umfasst die künstliche Intelligenz 2 mehrere oder sogar viele und komplexe (für deep learning Anwendungen) versteckte Ebenen.
  • Das reale Fahrzeug 1 befindet sich auf einer autonomen Fahrt auf einer Autobahn. Ein Fahrer ist anwesend und befindet sich auf einem Fahrersitz des Fahrzeugs 1. Das Fahrzeug 1 befindet sich hinter einem Lastkraftwagen, auf dessen Rückseite ein Abbild einer freien Straße zu sehen ist. Das Fahrzeug 1 detektiert den Lastkraftwagen aufgrund des Abbildes nicht als Fahrzeug. Der Lastkraftwagen fährt mit einer geringeren Geschwindigkeit als das reale Fahrzeug 1. Zu einem Zeitpunkt, zudem der Abstand zwischen dem Lastkraftwagen und dem realen Fahrzeug 1 weniger als 50 m beträgt betätigt der Fahrer ein Bremspedal des Fahrzeugs 1, obwohl keine Aufforderung für ein Übernehmen des Fahrers erfolgt ist. Damit hat der Fahrer und/oder Insasse des realen Fahrzeugs 1 eine für das reale Fahrzeug 1 unerwartete Aktion durchführt.
  • Aufgrund dieser unerwarteten Aktion erfolgt in einem weiteren Schritt 20 ein Erstellen eines digitalen Zwillings 3 des realen Fahrzeugs 1. Dies erfolgt dabei anhand der versteckten Ebenen der künstlichen Intelligenz 2. In diesem Ausführungsbeispiel erfolgt das Erstellen des digitalen Zwillings 3 durch ein Kopieren der versteckten Ebene.
  • In einem weiteren Schritt 30 erfolgt ein Transferieren des digitalen Zwillings 3 zu einer Testeinrichtung 4. In diesem Ausführungsbeispiel erfolgt das Transferieren mittels mobiler Netzwerke mittels einer Kommunikationseinrichtung des realen Fahrzeugs 1. Zudem erfolgt das Transferieren unmittelbar nach dem Erstellen des digitalen Zwillings 3.
  • Alternativ erfolgt das Transferieren des digitalen Zwillings 3, während das reale Fahrzeug 1 geladen und/oder betankt wird. Dies ermöglicht es, den digitalen Zwilling 3 mittels W-Lan und/oder kabelgebundene Netzwerke zu übertragen, ohne dass das reale Fahrzeug 1 eine zusätzliche Unterbrechung einer Fahrt vornehmen muss.
  • In einem weiteren alternativen Ausführungsbeispiel erfolgt das Transferieren des digitalen Zwillings 3 nach einem ersten Zeitintervall. Das Zeitintervall beträgt dabei eine 2 Betriebsstunden. Alternativ dazu beträgt das Zeitintervall eine andere Anzahl an Betriebsstunden, eine Anzahl an, seit dem letzten Transfer vergangenen Stunden und/oder eine Anzahl an, seit dem letzten Transfer vergangenen Startvorgängen des realen Fahrzeugs 1.
  • In einem darauffolgenden Schritt 40 erfolgt ein Testen des digitalen Zwillings 3 durch die Testeinrichtung 4 zum Ermitteln eines Testergebnisses.
  • Dabei wird der digitale Zwilling 3 mittels gängiger Verfahren zum Verifizieren von Fahrerassistenzsystemen (auch ADAS) und/oder autonomen Fahrsystemen. Das Testergebnis wird in diesem Ausführungsbeispiel anhand von drei verschiedenen Kategorien durch die Testeinrichtung 4 klassifiziert. Eine erste, grüne Kategorie gibt an, dass keine Aktion notwendig ist, da das reale Fahrzeug 1 innerhalb von festgelegten Parametern operiert. Eine zweite, gelbe Kategorie gibt an, dass eine Aktualisierung der künstlichen Intelligenz notwendig ist, da die aktuelle künstliche Intelligenz Sicherheitsrisiken birgt. Eine dritte, rote Kategorie gibt an, dass ein weiteres, autonomes Betreiben des realen Fahrzeugs 1 ein zu hohes Sicherheitsrisiko birgt.
  • In einem darauffolgenden Schritt 50 erfolgt ein Ermitteln von Aktionen 5 zwecks Verifizierens und/oder Aktualisierens für das reale Fahrzeug 1 anhand des Testergebnisses. In diesem Ausführungsbeispiel liegt ein Testergebnis der gelben Kategorie vor. Der Test hat ergeben, dass das Abbild auf dem Lastkraftwagen nicht richtig detektiert wurde. In diesem Ausführungsbeispiel liegt der Testeinrichtung 4 eine Aktualisierung für das AD System vor, welche dieses Problem behebt.
  • In diesem Ausführungsbeispiel umfassen die Aktionen 5 die ein Aktualisieren der künstlichen Intelligenz 2 des realen Fahrzeugs 1. Dies ermöglicht es, das Problem bei der Detektion des Abbildes auf dem Lastkraftwagen zu beheben.
  • Alternativ dazu umfassen die Aktionen 5 ein Ausführen eines Notlaufs des realen Fahrzeugs 1. Dies ermöglicht es, Sicherheitsrisiken zu minimieren, für den Fall, dass das Testergebnis als rot kategorisiert wurde. Es ist ebenfalls denkbar, dass die Aktionen 5 anstelle oder zusätzlich zu dem Notlaufs ein Einstellen des Betriebs des Fahrzeug 1 umfassen.
  • Weiter alternativ dazu umfassen die Aktionen 5 das Ausführen keiner Aktionen. Dies ermöglicht es, dass keine Änderungen an dem realen Fahrzeug 1 vorgenommen werden, für den Fall, dass das Testergebnis als grün kategorisiert wurde. Diese Aktion ermöglicht es dem realen Fahrzeug 1 ohne Einschränkungen betrieben zu werden.
  • In einem darauffolgenden Schritt 60 erfolgt ein Übermitteln der Aktionen 5 an das reale Fahrzeug 1.
  • In diesem Ausführungsbeispiel wird die Notwendigkeit für eine Aktualisierung der künstlichen Intelligenz 2 inklusive der Aktualisierung an das reale Fahrzeug 1 übermittelt.
  • In einem darauffolgenden Schritt 70 erfolgt ein Durchführen der Aktionen 5 durch das reale Fahrzeug 1.
  • In diesem Ausführungsbeispiel führt das reale Fahrzeug 1 eine Aktualisierung der künstlichen Intelligenz 2 durch. Dadurch wird nun der vorausfahrende Lastkraftwagen korrekt als solcher von der künstlichen Intelligenz 2 erkannt. Das reale Fahrzeug 1 hält nun einen sicheren Abstand zu dem Lastkraftwagen und fährt diesem hinterher.
  • Ein nicht gezeigtes, erfindungsgemäßes Computerprogrammprodukt umfasst ein Programm das, wenn es von einem Computer ausgeführt wird, den Computer veranlasst, ein erfindungsgemäßes Verfahren zum Verifizieren und/oder Aktualisieren einer künstlichen Intelligenz 2 eines teilweise und/oder vollständig autonomen Fahrzeugs 1 durchzuführen.
  • 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 2013333342 [0002]

Claims (10)

  1. Verfahren zum Verifizieren und/oder Aktualisieren einer künstlichen Intelligenz (2) eines teilweise und/oder vollständig autonomen Fahrzeugs (1), umfassend die Schritte: - (10) Bereitstellen eines realen, teilweise und/oder vollständig autonomen Fahrzeugs (1) mit einer künstlichen Intelligenz (2); - (20) Erstellen eines digitalen Zwillings (3) des realen Fahrzeugs (1); - (30) Transferieren des digitalen Zwillings (3) zu einer Testeinrichtung (4); - (40) Testen des digitalen Zwillings (3) durch die Testeinrichtung (4) zum Ermitteln eines Testergebnisses; - (50) Ermitteln von Aktionen (5) zwecks Verifizierens und/oder Aktualisierens für das reale Fahrzeug (1) anhand des Testergebnisses; - (60) Übermitteln der Aktionen (5) an das reale Fahrzeug (1); - (70) Durchführen der Aktionen (5) durch das reale Fahrzeug (1).
  2. Verfahren nach Anspruch 1, wobei das Erstellen des digitalen Zwillings (3) aus Schritt (20) anhand versteckter Ebenen der künstlichen Intelligenz (2) des realen Fahrzeugs (1) erfolgt.
  3. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Aktionen (5) ein Aktualisieren der künstlichen Intelligenz (2) des realen Fahrzeugs (1) umfassen.
  4. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Aktionen (5) ein Ausführen eines Notlaufs des realen Fahrzeugs (1) umfassen.
  5. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Transferieren des digitalen Zwillings (3) zu der Testeinrichtung (4) aus Schritt (30) erfolgt, während das reale Fahrzeug (1) geladen und/oder betankt wird.
  6. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Transferieren des digitalen Zwillings (3) zu der Testeinrichtung (4) aus Schritt (30) nach einem ersten Zeitintervall erfolgt.
  7. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Transferieren des digitalen Zwillings (3) zu der Testeinrichtung (4) aus Schritt (30) erfolgt, wenn ein Fahrer und/oder Insasse des realen Fahrzeugs (1) eine unerwartete Aktion durchführt.
  8. Künstliche Intelligenz (2) für ein teilweise und/oder vollständig autonomes Fahrzeug (1), wobei, verifiziert und/oder aktualisiert nach einem Verfahren nach einem der vorhergehenden Ansprüche.
  9. Teilweise und/oder vollständig autonomes Fahrzeug (1), umfassend eine künstliche Intelligenz (2), verifiziert und/oder aktualisiert nach einem Verfahren nach einem der vorhergehenden Ansprüche.
  10. Computerprogrammprodukt, umfassend ein Programm das, wenn es von einem Computer ausgeführt wird, den Computer veranlasst, ein erfindungsgemäßes Verfahren nach einem der Ansprüche 1 bis 7 durchzuführen.
DE102022121406.0A 2021-09-04 2022-08-24 Verfahren zum Verifizieren und/oder Aktualisieren einer künstlichen Intelligenz eines teilweise und/oder vollständig autonomen Fahrzeugs Pending DE102022121406A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102021004500.9 2021-09-04
DE102021004500.9A DE102021004500A1 (de) 2021-09-04 2021-09-04 Verfahren zum Verifizieren und/oder Aktualisieren einer künstlichen lntelligenz eines teilweise und/oder vollständig autonomen Fahrzeugs

Publications (1)

Publication Number Publication Date
DE102022121406A1 true DE102022121406A1 (de) 2023-03-09

Family

ID=78408826

Family Applications (2)

Application Number Title Priority Date Filing Date
DE102021004500.9A Withdrawn DE102021004500A1 (de) 2021-09-04 2021-09-04 Verfahren zum Verifizieren und/oder Aktualisieren einer künstlichen lntelligenz eines teilweise und/oder vollständig autonomen Fahrzeugs
DE102022121406.0A Pending DE102022121406A1 (de) 2021-09-04 2022-08-24 Verfahren zum Verifizieren und/oder Aktualisieren einer künstlichen Intelligenz eines teilweise und/oder vollständig autonomen Fahrzeugs

Family Applications Before (1)

Application Number Title Priority Date Filing Date
DE102021004500.9A Withdrawn DE102021004500A1 (de) 2021-09-04 2021-09-04 Verfahren zum Verifizieren und/oder Aktualisieren einer künstlichen lntelligenz eines teilweise und/oder vollständig autonomen Fahrzeugs

Country Status (1)

Country Link
DE (2) DE102021004500A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114520781B (zh) * 2022-04-21 2022-09-30 中国科学技术大学 基于数字孪生的网络技术和协议测试平台及其测试方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130333342A1 (en) 2012-06-15 2013-12-19 Mauno Keski-Luopa Lawn maintenance method, system and apparatus

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130333342A1 (en) 2012-06-15 2013-12-19 Mauno Keski-Luopa Lawn maintenance method, system and apparatus

Also Published As

Publication number Publication date
DE102021004500A1 (de) 2021-11-25

Similar Documents

Publication Publication Date Title
DE102013206746A1 (de) Verfahren und Vorrichtung zum Modifizieren der Konfiguration eines Fahrassistenzsystems eines Kraftfahrzeuges
WO2012149951A1 (de) System zur diagnose einer komponente in einem fahrzeug
DE102015216265A1 (de) Verfahren und Teilsystem zum Installieren eines Softwareupdates in einem Fahrzeug
DE102022121406A1 (de) Verfahren zum Verifizieren und/oder Aktualisieren einer künstlichen Intelligenz eines teilweise und/oder vollständig autonomen Fahrzeugs
DE102015010203A1 (de) Verfahren zum Betreiben eines Kraftfahrzeugs und System zum Betreiben eines Kraftfahrzeugs
DE102019214453A1 (de) Verfahren zum Ausführen einer Funktion eines Kraftfahrzeugs
DE102019214461A1 (de) Verfahren zum Fernsteuern eines Kraftfahrzeugs
DE102016007588A1 (de) Verfahren zur Durchführung einer Fahrt von mehreren Fahrzeugen
DE102019214423A1 (de) Verfahren zum Fernsteuern eines Kraftfahrzeugs
DE102016014366A1 (de) Verfahren zum Betrieb eines Fahrerassistenzsystems
DE102016219134A1 (de) Verfahren zum Zugriff auf ein fahrzeugexternes elektronisches Gerät
DE102017202347B4 (de) Verfahren, System, und Fahrzeug umfassend das System zum Testen einer Funktionssicherheit eines Fahrzeugs während eines Betriebs des Fahrzeugs
DE112020005622T5 (de) Informationsverarbeitungsvorrichtung, Informationsverarbeitungsverfahren und Programm
DE102019218382A1 (de) Verfahren für eine Datenbank, Endgerät, Kraftfahrzeug
WO2016096504A1 (de) Regelbasiertes interaktionsverfahren für ein kraftfahrzeug mit dessen umgebung
DE102018007976A1 (de) Vorrichtung und Verfahren zum Simulieren eines Fahrzeugs
WO2021018453A1 (de) Verfahren zum testen eines kraftfahrzeugs
DE102020005467A1 (de) Verfahren zum Verfügbarmachen von anonymisierten, ADAS relevanten Fahrzeugdaten
DE102020214922A1 (de) Verfahren zum Testen einer Anwendung für Fahrzeuge
DE102016207178A1 (de) Diagnosevorrichtung und Verfahren zur Filterung von Diagnosekommandos
DE102020126434A1 (de) Fahrsystem zum automatisierten fahren mit akustischer informationsausgabe und einem mikrofon, entsprechendes verfahren und entsprechende software
DE102018124183A1 (de) Verfahren zur Aktualisierung von Daten eines Steuergeräts eines Fahrzeuges
DE102021118972B3 (de) Computerimplementiertes verfahren und system zur lernbasierten anomaliedetektion zur bestimmung eines softwarefehlers in einem vernetzten fahrzeug
DE102023003243A1 (de) Verfahren zur individuellen Erzeugung und Ausgabe von Sound-Signaturen in einem Fahrzeug
DE102017210488A1 (de) Steuerung für ein Schienenfahrzeug

Legal Events

Date Code Title Description
R079 Amendment of ipc main class

Free format text: PREVIOUS MAIN CLASS: G01M0017000000

Ipc: G06F0030270000

R084 Declaration of willingness to licence