-
Die Erfindung betrifft ein Verfahren und eine Vorrichtung zum Erkennen eines Geradeauslaufs eines Fahrzeugs.
-
Lenksysteme in Fahrzeugen werden auf einen Geradeauslauf kalibriert. Ist das Lenksystem fehlkalibriert (es wird beispielsweise bei Geradeauslauf ein Lenkwinkel ungleich 0° gemessen), so muss bestimmt werden, wo eine Geradeauslaufrichtung ist. Statistisch fährt ein Fahrzeug die meiste Zeit geradeaus. Zum Erkennen eines Geradeauslaufs werden derzeit einfache Filter (z.B. 1. Ordnung) eingesetzt, um ausgehend von einem erfassten Lenkradwinkel einen Geradeauslauf des Fahrzeugs über einen statistischen Mittelwert des Lenkradwinkels zu schätzen. Ein solches Filter benötigt jedoch eine gewisse Einschwingzeit. Ferner kann nicht immer sichergestellt werden, dass der vom Filter angelernte statistische Mittelwert tatsächlich mit einer Geradeausfahrt des Fahrzeugs zusammenfällt, da das Filter unter Umständen nicht in allen Betriebspunkten (insbesondere Lenkradwinkelbereichen) robust arbeitet.
-
Der Erfindung liegt die Aufgabe zu Grunde, ein Verfahren und eine Vorrichtung zum Erkennen eines Geradeauslaufs eines Fahrzeugs zu verbessern.
-
Die Aufgabe wird erfindungsgemäß durch ein Verfahren mit den Merkmalen des Patentanspruchs 1 und eine Vorrichtung mit den Merkmalen des Patentanspruchs 5 gelöst. Vorteilhafte Ausgestaltungen der Erfindung ergeben sich aus den Unteransprüchen.
-
Insbesondere wird ein Verfahren zum Erkennen eines Geradeauslaufs eines Fahrzeugs zur Verfügung gestellt, wobei ein Lenkradwinkel und eine Lenkradwinkelgeschwindigkeit einer Lenkung des Fahrzeugs erfasst und/oder empfangen werden, wobei der erfasste und/oder empfangene Lenkradwinkel und die erfasste und/oder empfangene Lenkradwinkelgeschwindigkeit einem trainierten Verfahren der Künstlichen Intelligenz als Eingangsdaten zugeführt werden, wobei das trainierte Verfahren der Künstlichen Intelligenz darauf trainiert ist, ausgehend von den Eingangsdaten einen Geradeauslauf des Fahrzeugs zu erkennen, und wobei ein Erkennungssignal basierend auf Ausgangsdaten des trainierten Verfahrens der Künstlichen Intelligenz erzeugt und bereitstellt wird.
-
Ferner wird insbesondere eine Vorrichtung zum Erkennen eines Geradeauslaufs eines Fahrzeugs geschaffen, umfassend eine Eingangseinrichtung, eingerichtet zum Empfangen eines erfassten Lenkradwinkels und einer erfassten Lenkradwinkelgeschwindigkeit einer Lenkung des Fahrzeugs; eine Datenverarbeitungseinrichtung, wobei die Datenverarbeitungseinrichtung dazu eingerichtet ist, ein trainiertes Verfahren der Künstlichen Intelligenz bereitzustellen, ferner den empfangenen Lenkradwinkel und die empfangene Lenkradwinkelgeschwindigkeit dem trainierten Verfahren der Künstlichen Intelligenz als Eingangsdaten zuzuführen; wobei das trainierte Verfahren der Künstlichen Intelligenz dazu eingerichtet und trainiert ist, ausgehend von den Eingangsdaten einen Geradeauslauf des Fahrzeugs zu erkennen; und eine Ausgangseinrichtung, eingerichtet zum Erzeugen und Bereitstellen eines Erkennungssignals basierend auf Ausgangsdaten, die von dem trainierten Verfahren der Künstlichen Intelligenz erzeugt werden.
-
Das Verfahren und die Vorrichtung ermöglichen es, einen Geradeauslauf des Fahrzeugs verbessert zu erkennen. Dies wird zum einen dadurch erreicht, dass zusätzlich zu einem Lenkradwinkel auch eine Lenkradwinkelgeschwindigkeit berücksichtigt wird. Zum anderen können mittels des trainierten Verfahrens der Künstlichen Intelligenz Muster in den Eingangsdaten erkannt werden, sodass nicht nur ein statistischer Mittelwert des Lenkradwinkels geschätzt wird, sondern basierend auf den Eingangsdaten direkt über eine Muster- und/oder Merkmalserkennung ein Vorliegen eines Geradeauslaufs geschätzt werden kann. Hierdurch kann ein Geradeauslauf zuverlässiger erkannt werden, insbesondere auch in Betriebspunkten (definiert insbesondere durch Lenkradwinkel, Lenkwinkel etc.), bei denen Filter nicht zuverlässig arbeiten.
-
Mittels des Verfahrens und der Vorrichtung ist es insbesondere auch möglich, eine Fehlkalibrierung des Lenksystems verbessert zu erkennen. Dies erfolgt beispielsweise durch Auswertung eines Lenkradwinkels und/oder eines Lenkwinkels in dem Zustand, in dem ein Geradeauslauf erkannt wurde. Ist ein Sollwinkel des Lenkradwinkels und/oder des Lenkwinkels für einen Geradeauslauf beispielsweise 0°, so kann überprüft werden, ob der Istwert während des erkannten Geradeauslaufs dem Sollwert entspricht. Ferner kann eine Abweichung zwischen dem Sollwert und dem Istwert für den Geradeauslauf bestimmt werden, welche beispielsweise zum Neukalibrieren der Lenkung verwendet werden kann. Das Erkennungssignal kann beispielsweise einem Lenksystem zur Verfügung gestellt werden und kann von dem Lenksystem oder einer anderen Einrichtung zum Überprüfen einer Kalibrierung des Lenksystems verwendet werden.
-
Ein Verfahren der Künstlichen Intelligenz ist insbesondere ein Neuronales Netz, insbesondere ein tiefes Neuronales Netz. Das Verfahren der Künstlichen Intelligenz, insbesondere das Neuronale Netz, wird im Rahmen einer Trainingsphase in an sich bekannter Weise, insbesondere im Wege des überwachten Lernens, trainiert. Für die Trainingsphase werden Trainingsdaten gesammelt. Hierzu werden den Eingangsdaten für das Verfahren der Künstlichen Intelligenz, insbesondere für das Neuronale Netz, entsprechende Daten erfasst und mit einer Grundwahrheit markiert (gelabelt), das heißt, für die Eingangsdaten, insbesondere für den Lenkradwinkel und die Lenkradwinkelgeschwindigkeit, ist in den Trainingsdaten zu jeder Zeit bekannt, ob das Fahrzeug geradeaus gefahren ist oder nicht. Diese Trainingsdaten werden beispielsweise durch Testfahrten gewonnen, wobei das Markieren (Labeln) der erfassten Daten manuell oder auf andere Weise erfolgt. Mit derart markierten Trainingsdaten wird das Verfahren der Künstlichen Intelligenz, insbesondere das Neuronale Netz, mit an sich bekannten Verfahren, insbesondere mittels überwachtem Lernen, bis zu einer ausreichenden Güte trainiert. Anschließend kann das trainierte Verfahren der Künstlichen Intelligenz, insbesondere das trainierte Neuronale Netz, angewendet werden. Das trainierte Verfahren der Künstlichen Intelligenz, insbesondere das trainierte Neuronale Netz, kann dann ausgehend von Eingangsdaten (insbesondere einem Lenkradwinkel und einer Lenkradwinkelgeschwindigkeit) schätzen, ob das Fahrzeug geradeaus fährt (Geradeauslauf) oder nicht (kein Geradeauslauf). Es kann hierbei insbesondere vorgesehen sein, dass zeitaufgelöste Größen verwendet werden, das heißt, der Lenkradwinkel und die Lenkradwinkelgeschwindigkeit werden zeitaufgelöst erfasst und durch das trainierte Verfahren der Künstlichen Intelligenz ausgewertet, wobei Zeitausschnitte dem trainierten Verfahren der Künstlichen Intelligenz, insbesondere dem trainierten Neuronalen Netz, zugeführt werden. In der Trainingsphase werden dann ebenfalls Zeitausschnitte verwendet. Hierdurch können insbesondere zeitliche Muster in den erfassten Lenkradwinkeln und Lenkradwinkelgeschwindigkeiten (und in gegebenenfalls vorhandenen weiteren Größen) berücksichtigt werden.
-
Teile der Vorrichtung, insbesondere die Datenverarbeitungseinrichtung, können einzeln oder zusammengefasst als eine Kombination von Hardware und Software ausgebildet sein, beispielsweise als Programmcode, der auf einem Mikrocontroller oder Mikroprozessor ausgeführt wird. Es kann jedoch auch vorgesehen sein, dass Teile einzeln oder zusammengefasst als anwendungsspezifische integrierte Schaltung (ASIC) und/oder feldprogrammierbares Gatterfeld (FPGA) ausgebildet sind.
In einer Ausführungsform ist vorgesehen, dass mindestens eine Zustandsgröße des Fahrzeugs erfasst und/oder empfangen wird und dem trainierten Verfahren der Künstlichen Intelligenz als Eingangsdatum zugeführt wird, wobei das trainierte Verfahren der Künstlichen Intelligenz darauf trainiert ist, die mindestens eine Zustandsgröße des Fahrzeugs beim Erkennen des Geradeauslaufs zu berücksichtigen. Hierdurch kann eine Güte beim Erkennen des Geradeauslaufs weiter verbessert werden. Eine Zustandsgröße des Fahrzeug kann beispielsweise eine Fahrzeuggeschwindigkeit und/oder eine Fahrzeugbeschleunigung sein. Die mindestens einen Zustandsgröße kann beispielsweise bei einer Fahrzeugsteuerung abgefragt und/oder von dieser empfangen werden.
-
In einer Ausführungsform ist vorgesehen, dass ein Fahrerhandmoment erfasst und/oder empfangen wird und dem trainierten Verfahren der Künstlichen Intelligenz als Eingangsdatum zugeführt wird, wobei das trainierte Verfahren der Künstlichen Intelligenz darauf trainiert ist, das Fahrerhandmoment beim Erkennen des Geradeauslaufs zu berücksichtigen. Hierdurch kann eine Güte beim Erkennen des Geradeauslaufs weiter verbessert werden. Das Fahrerhandmoment kann beispielsweise an einem Lenkrad des Lenksystems mittels einer hierfür eingerichteten Sensorik erfasst werden.
-
In einer Ausführungsform ist vorgesehen, dass eine Zahnstangenkraft erfasst und/oder empfangen wird und dem trainierten Verfahren der Künstlichen Intelligenz als Eingangsdatum zugeführt wird, wobei das trainierte Verfahren der Künstlichen Intelligenz darauf trainiert ist, die Zahnstangenkraft beim Erkennen des Geradeauslaufs zu berücksichtigen. Hierdurch können auf das Fahrzeug und das Lenksystem wirkende Seitenwinde („Seitenwindeffekt“) berücksichtigt werden. Fährt das Fahrzeug bei einem auf das Fahrzeug wirkenden Seitenwind geradeaus, so muss der Fahrer stets gegenlenken, um ein Abdriften des Fahrzeugs zu verhindern. In dieser Situation fährt das Fahrzeug trotz eines Lenkradwinkels und eines Lenkwinkels ungleich 0° weiterhin geradeaus. Durch Berücksichtigung der Zahnstangenkraft kann das trainierte Verfahren der Künstlichen Intelligenz, insbesondere das trainierte Neuronale Netz, auch diese Situation berücksichtigen.
-
Weitere Merkmale zur Ausgestaltung der Vorrichtung ergeben sich aus der Beschreibung von Ausgestaltungen des Verfahrens. Die Vorteile der Vorrichtung sind hierbei jeweils die gleichen wie bei den Ausgestaltungen des Verfahrens.
-
Ferner wird auch ein Lenksystem geschaffen, umfassend eine Vorrichtung nach einer der beschriebenen Ausführungsformen.
-
Weiter wird auch ein Fahrzeug geschaffen, umfassend eine Vorrichtung nach einer der beschriebenen Ausführungsformen und/oder umfassend das vorgenannte Lenksystem.
-
Nachfolgend wird die Erfindung anhand bevorzugter Ausführungsbeispiele unter Bezugnahme auf die Figur näher erläutert. Hierbei zeigt:
- 1 eine schematische Darstellung einer Ausführungsform der Vorrichtung zum Erkennen eines Geradeauslaufs eines Fahrzeugs.
-
Die 1 zeigt eine schematische Darstellung einer Ausführungsform der Vorrichtung 1 zum Erkennen eines Geradeauslaufs eines Fahrzeugs 50. Die Vorrichtung 1 umfasst eine Eingangseinrichtung 2, eine Datenverarbeitungseinrichtung 3 und eine Ausgangseinrichtung 4. Die Vorrichtung 1 ist in einem Fahrzeug 50 angeordnet. Das Fahrzeug 50 ist insbesondere ein Kraftfahrzeug. Die Vorrichtung 1 kann Teil einer Lenkung 51 des Fahrzeugs 50 sein, wie dies beispielhaft dargestellt ist. Nachfolgend wird das in dieser Offenbarung beschriebene Verfahren anhand der Vorrichtung 1 näher erläutert, wobei die Vorrichtung 1 das Verfahren ausführt.
-
Die Eingangseinrichtung 2 ist zum Empfangen eines erfassten Lenkradwinkels 10 und einer erfassten Lenkradwinkelgeschwindigkeit 11 der Lenkung 51 des Fahrzeugs 50 eingerichtet. Die Eingangseinrichtung 2 ist beispielsweise als Schnittstelle ausgebildet. Der Lenkradwinkel 10 und die Lenkradwinkelgeschwindigkeit 11 werden beispielsweise mittels einer hierfür eingerichteten Sensorik 52 der Lenkung 51 erfasst und bereitgestellt.
-
Die Datenverarbeitungseinrichtung 3 umfasst eine Recheneinrichtung 3-1 und einen Speicher 3-2. Die Datenverarbeitungseinrichtung 3 ist dazu eingerichtet, ein trainiertes Verfahren der Künstlichen Intelligenz 5, insbesondere ein trainiertes Neuronales Netz 5-1, bereitzustellen. Hierzu sind eine Struktur und Parameter des trainierten Verfahrens der Künstlichen Intelligenz 5, insbesondere des trainierten Neuronalen Netzes 5-1 in dem Speicher 3-2 hinterlegt und die Recheneinrichtung 3-1 führt zum Bereitstellen des trainierten Verfahrens der Künstlichen Intelligenz 5, insbesondere zum Bereitstellen des trainierten Neuronalen Netzes 5-1, notwendige Rechenoperationen aus. Ferner führt die Datenverarbeitungseinrichtung 3 den empfangenen Lenkradwinkel 10 und die empfangene Lenkradwinkelgeschwindigkeit 11 dem trainierten Verfahren der Künstlichen Intelligenz 5, insbesondere dem trainierten Neuronalen Netz 5-1, als Eingangsdaten zu.
-
Das trainierte Verfahren der Künstlichen Intelligenz 5, insbesondere das trainierte Neuronale Netz 5-1, ist dazu eingerichtet und trainiert, ausgehend von den Eingangsdaten einen Geradeauslauf des Fahrzeugs 50 zu erkennen. Beispielsweise kann vorgesehen sein, dass das trainierte Verfahren der Künstlichen Intelligenz 5, insbesondere das trainierte Neuronale Netz 5-1, einen Schätzwert für eine Wahrscheinlichkeit, dass das Fahrzeug 50 geradeaus fährt (0 bis 1 bzw. 0 bis 100 %), schätzt und als Ausgangsdaten bereitstellt.
-
Die Ausgangseinrichtung 4 ist zum Erzeugen und Bereitstellen eines Erkennungssignals 20 eingerichtet. Dies erfolgt basierend auf Ausgangsdaten, die von dem trainierten Verfahren der Künstlichen Intelligenz 5, insbesondere von dem trainierten Neuronalen Netz 5-1, erzeugt werden. Die Ausgangseinrichtung 4 ist beispielsweise als Schnittstelle ausgebildet. Das Erkennungssignal 20 kann in einem einfachen Fall die Ausgangsdaten des trainierten Verfahrens der Künstlichen Intelligenz 5, insbesondere des trainierten Neuronalen Netzes 5-1, umfassen und/oder kodieren, beispielsweise den vorgenannten Schätzwert für die Wahrscheinlichkeit eines Geradeauslaufs. Das Erkennungssignal 20 kann jedoch auch eine binäre Information umfassen, die lediglich angibt, ob ein Geradeauslauf des Fahrzeugs 50 vorliegt oder nicht. Das Erkennungssignal 20 kann ein analoges oder digitales Signal, beispielsweise ein Datenpaket, sein. Das Erkennungssignal 20 kann einer Fahrzeugsteuerung 53 des Fahrzeugs 50 zugeführt werden und/oder von der Lenkung 51 selbst weiterverarbeitet werden, beispielsweise um eine Kalibrierung der Lenkung 51 zu überprüfen.
-
Es kann vorgesehen sein, dass mindestens eine Zustandsgröße 12 des Fahrzeugs 50 erfasst und/oder empfangen wird und dem trainierten Verfahren der Künstlichen Intelligenz 5 als Eingangsdatum zugeführt wird, wobei das trainierte Verfahren der Künstlichen Intelligenz 5 darauf trainiert ist, die mindestens eine Zustandsgröße 12 des Fahrzeugs 50 beim Erkennen des Geradeauslaufs zu berücksichtigen. Die mindestens eine Zustandsgröße 12 ist beispielsweise eine Fahrzeuggeschwindigkeit und/oder eine Fahrzeugbeschleunigung. Die mindestens eine Zustandsgröße 12 wird beispielsweise von der Fahrzeugsteuerung 53 abgefragt und/oder von dieser an die Vorrichtung 1 übermittelt.
-
Ferner kann vorgesehen sein, dass ein Fahrerhandmoment 13 erfasst und/oder empfangen wird und dem trainierten Verfahren der Künstlichen Intelligenz 5 als Eingangsdatum zugeführt wird, wobei das trainierte Verfahren der Künstlichen Intelligenz 5 darauf trainiert ist, das Fahrerhandmoment 13 beim Erkennen des Geradeauslaufs zu berücksichtigen. Das Fahrerhandmoment 13 wird beispielsweise mittels der Sensorik 52 der Lenkung 51 des Fahrzeugs 50 erfasst.
-
Es kann vorgesehen sein, dass eine Zahnstangenkraft 14 erfasst und/oder empfangen wird und dem trainierten Verfahren der Künstlichen Intelligenz 5 als Eingangsdatum zugeführt wird, wobei das trainierte Verfahren der Künstlichen Intelligenz 5 darauf trainiert ist, die Zahnstangenkraft 14 beim Erkennen des Geradeauslaufs zu berücksichtigen. Die Zahnstangenkraft 14 wird beispielsweise mittels der Sensorik 52 der Lenkung 51 des Fahrzeugs 50 erfasst.
-
Grundsätzlich können auch weitere Zustandsgrößen, sowohl der Lenkung 51 (z.B. ein Lenkwinkel der Räder der Fahrzeugs, ein Lenkmoment an den Rädern etc.) als auch des Fahrzeugs 50 berücksichtigt werden.
-
Bezugszeichenliste
-
- 1
- Vorrichtung
- 2
- Eingangseinrichtung
- 3
- Datenverarbeitungseinrichtung
- 3-1
- Recheneinrichtung
- 3-2
- Speicher
- 4
- Ausgangseinrichtung
- 5
- trainiertes Verfahren der Künstlichen Intelligenz
- 5-1
- trainiertes Neuronales Netz
- 10
- Lenkradwinkel
- 11
- Lenkradwinkelgeschwindigkeit
- 12
- Zustandsgröße des Fahrzeugs
- 13
- Fahrerhandmoment
- 14
- Zahnstangenkraft
- 20
- Erkennungssignal
- 50
- Fahrzeug
- 51
- Lenkung
- 52
- Sensorik
- 53
- Fahrzeugsteuerung
