DE102022202693A1 - Testing technical systems for complete describability using sensor data and an associated differential equation - Google Patents
Testing technical systems for complete describability using sensor data and an associated differential equation Download PDFInfo
- Publication number
- DE102022202693A1 DE102022202693A1 DE102022202693.4A DE102022202693A DE102022202693A1 DE 102022202693 A1 DE102022202693 A1 DE 102022202693A1 DE 102022202693 A DE102022202693 A DE 102022202693A DE 102022202693 A1 DE102022202693 A1 DE 102022202693A1
- Authority
- DE
- Germany
- Prior art keywords
- sensors
- differential equation
- technical system
- determined
- until
- 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
Links
- 238000012360 testing method Methods 0.000 title description 2
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000001514 detection method Methods 0.000 claims abstract description 21
- 230000004044 response Effects 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 6
- 238000013459 approach Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000006399 behavior Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 230000001953 sensory effect Effects 0.000 description 4
- 230000000739 chaotic effect Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Traffic Control Systems (AREA)
Abstract
Verfahren (100) zur Prüfung, ob die Kombination aus einer Erfassung des Zustandes eines technischen Systems (1) mit mehreren Sensoren (2a-2c) und einer Differentialgleichung in den von diesen Sensoren (2a-2c) gelieferten Messwerten (3a-3c) die Dynamik dieses technischen Systems (1) vollständig beschreibt, mit den Schritten:• es wird mindestens eine zu N diskreten Zeitpunkten abgetastete Trajektorie Y1, ...,YNin einem durch die von den Sensoren (2a-2c) gelieferten Messwerte (3a-3c) aufgespannten Phasenraum (4) bereitgestellt (110);• anhand dieser Trajektorie Y1, ..., YNwird eine Kolmogorov-Entropie K, die ein Maß dafür ist, wieviel zusätzliche Information die für jeden Zeitpunkt gelieferten Messwerte jeweils beinhalten, zumindest näherungsweise ermittelt (120);• in Antwort darauf, dass diese Kolmogorov-Entropie K, und/oder eine hieraus abgeleitete Größe, ein vorgegebenes Kriterium (5) erfüllt (130), wird festgestellt (140a), dass die Erfassung mit den Sensoren (2a-2c) und die Differentialgleichung die Dynamik des Systems (1) vollständig beschreiben.Method (100) for checking whether the combination of recording the state of a technical system (1) with several sensors (2a-2c) and a differential equation in the measured values (3a-3c) supplied by these sensors (2a-2c). Dynamics of this technical system (1) completely describes, with the steps: • At least one trajectory Y1, ..., YN is sampled at N discrete times in one by the measured values (3a-3c) supplied by the sensors (2a-2c). spanned phase space (4) provided (110); • based on this trajectory Y1, ..., YN, a Kolmogorov entropy K, which is a measure of how much additional information the measured values supplied for each point in time contain, is at least approximately determined (120 );• in response to the fact that this Kolmogorov entropy K, and/or a quantity derived from it, fulfills a predetermined criterion (5) (130), it is determined (140a) that the detection with the sensors (2a-2c) and the differential equation fully describes the dynamics of the system (1).
Description
Die vorliegende Erfindung betrifft die Überwachung technischer Systeme, deren Zustand mit einem oder mehreren Sensoren erfasst und deren Dynamik mit einer Differentialgleichung in einer oder mehreren Variablen modelliert wird.The present invention relates to the monitoring of technical systems whose status is recorded with one or more sensors and whose dynamics are modeled with a differential equation in one or more variables.
Stand der TechnikState of the art
Für die Steuerung vieler technischer Systeme kommt es darauf an, aus der sensorischen Beobachtung des Systems über einen zurückliegenden Zeitraum eine Prognose für die Dynamik des Systems in der Zukunft zu ermitteln. Diese Prognose wird anhand eines Modells aus den sensorisch erfassten Messdaten ermittelt und dient als Grundlage für die weitere Steuerung des jeweiligen Systems. So kann beispielsweise ein Fahrzeug anhand von Sensordaten seine künftige Fahrdynamik zumindest für einige Zeiteinheiten oder Zeitschritte im Voraus vorhersagen, und gegebenenfalls kann ein Steuerungssystem eingreifen, um dieser Fahrdynamik in der gewünschten Weise abzuändern. Ein Beispiel für ein derartiges Steuerungssystem ist das elektronische Stabilitätsprogramm, ESP, gemäß der
Damit derartige Steuerungssysteme ordnungsgemäß funktionieren, ist es notwendig, dass sich das jeweilige technische System auch tatsächlich so verhält wie es das verwendete Modell anhand der Sensordaten vorhersagt. Für komplexere Systeme ist es schwierig, den Beweis anzutreten, dass die von einer gegebenen Sensorkonfiguration gelieferten Messdaten in Verbindung mit einem gegebenen Modell zu jeder Zeit und unter allen Umständen die Dynamik des Systems vollständig beschreiben und das System nicht etwa ein von der Vorhersage völlig abweichendes (etwa chaotisches) Verhalten zeigt.In order for such control systems to function properly, it is necessary that the respective technical system actually behaves as the model used predicts based on the sensor data. For more complex systems, it is difficult to prove that the measurement data provided by a given sensor configuration in conjunction with a given model completely describes the dynamics of the system at all times and under all circumstances and that the system does not have a completely different behavior than the prediction ( (e.g. chaotic) behavior.
Offenbarung der ErfindungDisclosure of the invention
Die Erfindung stellt ein Verfahren zur Prüfung, ob die Kombination aus einer Erfassung des Zustandes eines technischen Systems mit mehreren Sensoren und einer Differentialgleichung in den von diesen Sensoren gelieferten Messwerten die Dynamik dieses technischen Systems vollständig beschreibt. Die Differentialgleichung kann ihre Variablen in beliebiger Weise miteinander koppeln und darüber hinaus auch Anfangsbedingungen, Bezirksbedingungen und/oder Randbedingungen unterliegen, die sich ebenfalls zumindest näherungsweise als Differentialgleichung ausdrücken lassen. Der Übersichtlichkeit halber wird die Notwendigkeit, derartige Anfangsbedingungen, Bezirksbedingungen und/oder Randbedingungen zu erfüllen, im Folgenden nicht mehr bei jeder Erwähnung der Differentialgleichung mit erwähnt.The invention provides a method for checking whether the combination of recording the state of a technical system with several sensors and a differential equation in the measured values supplied by these sensors completely describes the dynamics of this technical system. The differential equation can couple its variables in any way and can also be subject to initial conditions, district conditions and/or boundary conditions, which can also be expressed at least approximately as a differential equation. For the sake of clarity, the need to fulfill such initial conditions, district conditions and/or boundary conditions will no longer be mentioned in the following whenever the differential equation is mentioned.
Das Verfahren beginnt damit, dass mindestens eine zu N diskreten Zeitpunkten abgetastete Trajektorie Y1, ..., YN in einem Phasenraum bereitgestellt wird. Dieser Phasenraum wird durch die Messwerte, die von den Sensoren geliefert werden, sowie optional auch durch eine oder mehrere zeitliche Dimensionen aufgespannt. Jeder Punkt Y1, ... , YN auf der Trajektorie kann somit als Vektor, Matrix oder Tensor aufgefasst werden, dessen Komponenten die für den jeweiligen Zeitpunkt 1, ...,N erfassten Messwerte beinhalten. Die gesamte Trajektorie kann somit auch als Tensor Y geschrieben werden, in dem die Dimensionen der Messwerte um die Zeitachse mit den Zeitpunkten 1, ..., N als weitere Dimension ergänzt werden. Eine Trajektorie Y1, ..., YN kann zu jedem Zeitpunkt auch beispielsweise Messwerte, die sich auf genau diesen Zeitpunkt beziehen, mit Messwerten der gleichen Messgröße koppeln, die zeitlich um einen vorgegebenen Versatz zurückliegen.The method begins by providing at least one trajectory Y 1 , ..., Y N sampled at N discrete times in a phase space. This phase space is spanned by the measured values provided by the sensors and optionally also by one or more temporal dimensions. Each point Y 1 , ... , Y N on the trajectory can therefore be viewed as a vector, matrix or tensor, the components of which contain the measured values recorded for the
Anhand der Trajektorie wird eine Kolmogorov-Entropie K zumindest näherungsweise ermittelt. Die Kolmogorov-Entropie ist ein Maß dafür, wieviel zusätzliche Information die für jeden Zeitpunkt gelieferten Messwerte jeweils beinhalten.Based on the trajectory, a Kolmogorov entropy K is at least approximately determined. The Kolmogorov entropy is a measure of how much additional information the measured values provided for each point in time contain.
In Antwort darauf, dass diese Kolmogorov-Entropie K, und/oder eine hieraus abgeleitete Größe, ein vorgegebenes Kriterium erfüllt, wird festgestellt, dass die Erfassung mit den Sensoren und die Differentialgleichung die Dynamik des Systems vollständig beschreiben.In response to the fact that this Kolmogorov entropy K, and/or a quantity derived from it, meets a given criterion, it is determined that the detection with the sensors and the differential equation completely describe the dynamics of the system.
Es wurde erkannt, dass die Kolmogorov-Entropie K direkt und ohne Ansehung der für die Modellierung des technischen Systems verwendeten Differentialgleichung aus der Trajektorie Y1, ..., YN ermittelt werden kann. Gleichwohl steckt in der Kolmogorov-Entropie K eine Information dahingehend, inwieweit das System durch die sensorisch erfassten Messwerte in Kombination mit der Differentialgleichung vollständig beschrieben ist.It was recognized that the Kolmogorov entropy K can be determined directly from the trajectory Y 1 , ..., Y N without considering the differential equation used to model the technical system. Nevertheless, the Kolmogorov entropy K contains information as to the extent to which the system is completely described by the measured values recorded by sensors in combination with the differential equation.
Insbesondere ist die Echtzeit-Auswertung der Trajektorie auch auf hardwaremäßig sparsam ausgestatteten Embedded-Systemen, wie sie beispielsweise an Bord von Fahrzeugen eingesetzt werden, möglich. Die prinzipielle Abhängigkeit der Kolmogorov-Entropie K von den Messwerten kann vorab gelöst werden, so dass konkrete Werte für die Kolmogorov-Entropie K aus konkreten Messwerten dann mit vergleichsweise einfachen Rechenoperationen und geringem Speicherbedarf erhalten werden können.In particular, real-time evaluation of the trajectory is also possible on embedded systems with economical hardware, such as those used on board vehicles. The fundamental dependence of the Kolmogorov entropy K on the measured values can be solved in advance, so that concrete values for the Kolmogorov entropy K can then be obtained from concrete measured values with comparatively simple arithmetic operations and low memory requirements.
Ausgehend vom bisherigen Verlauf der Trajektorie liefert die Differentialgleichung in Form ihrer Lösungen eine oder mehrere Prognosen für den Fortgang der Dynamik. In der Regel gibt es mehrere mögliche Lösungen. Wenn dann neu erfasste Messwerte eintreffen, ist die Information gewonnen, welche der vorherigen Prognosen über den Fortgang der Dynamik eingetreten ist. Dieser Informationsgewinn hat einen endlichen Betrag, d.h., die Kolmogorov-Entropie K ist in diesem Fall endlich:
Ein chaotisches System ist formal gesehen noch deterministisch, jedoch zugleich nicht vorhersagbar. Insbesondere kann die Differentialgleichung noch in vollem Umfang Gültigkeit für das Verhalten des Systems haben. Da jedoch kleinste Änderungen in den Anfangsbedingungen zu sehr starken Änderungen der Dynamik führen, ist umgekehrt anhand neu gelieferter Messwerte keine einzelne Lösung der Differentialgleichung mehr auszumachen, die zu diesen neu gelieferten Messwerten passt. Der Informationsgewinn, und somit die Kolmogorov-Entropie K, ist in diesem Fall Null.From a formal point of view, a chaotic system is still deterministic, but at the same time unpredictable. In particular, the differential equation can still be fully valid for the behavior of the system. However, since the smallest changes in the initial conditions lead to very strong changes in the dynamics, conversely, it is no longer possible to identify a single solution of the differential equation that fits these newly supplied measured values based on newly supplied measured values. The information gain, and thus the Kolmogorov entropy K, is zero in this case.
Wenn das Verhalten des Systems zufällig ist, tritt hingegen mit dem Bekanntwerden neue Messwerte jedes Mal etwas ein, das auf Grund der bisherigen Messwerte in Verbindung mit der Differentialgleichung in keiner Weise vorhersehbar war. Der Informationsgewinn, und somit die Kolmogorov-Entropie K, ist in diesem Fall unendlich groß.However, if the behavior of the system is random, when new measured values become known, something occurs that was in no way predictable based on the previous measured values in conjunction with the differential equation. The information gain, and thus the Kolmogorov entropy K, is infinitely large in this case.
Als vorgegebenes Kriterium für die Kolmogorov-Entropie K kann also insbesondere beispielsweise 0 < K < ∞ gewählt werden. Näherungslösungen für die Kolmogorov-Entropie K nehmen jedoch bei chaotischem Verhalten des Systems nicht unbedingt exakt den Wert 0 und bei zufälligem Verhalten nicht exakt den Wert Unendlich an. Es kann dann erforderlich werden, ein anderes vorgegebenes Kriterium zu wählen.In particular, for example, 0 < K < ∞ can be chosen as the predetermined criterion for the Kolmogorov entropy K. However, approximate solutions for the Kolmogorov entropy K do not necessarily take exactly the
In einer besonders vorteilhaften Ausgestaltung wird der Phasenraum in Hyperwürfel einer Kantenlänge r diskretisiert. Hierbei bedeutet „Hyperwürfel“, dass der Würfel für jeden zum betreffenden Zeitpunkt gelieferten Messwert eine Dimension und somit insgesamt deutlich mehr als drei Dimensionen haben kann. Für eine Folge von Zeitpunkten 1, ...,N, die insbesondere beispielsweise jeweils äquidistant um Intervalle Δt auseinander liegen können. Die Wahrscheinlichkeit, dass die Trajektorie in dem abgetasteten Zeitverlauf vom Zeitpunkt 1 bis zum Zeitpunkt N eine bestimmte Folge i1, i2, ..., iN von Hyperwürfeln durchläuft, wobei Indizes von Hyperwürfeln auch mehrfach vorkommen können, ist Pi
Besonders vorteilhaft kann die Kolmogorov-Entropie durch eine Auswertung dahingehend angenähert werden, wie stark sich ein aus Punkten Y1, ... , YM der Trajektorie ermitteltes Korrelationsintegral ändert, wenn M nach Maßgabe einer Embedded-Dimension m des technischen Systems unter N vermindert wird. m wird auch Einbettungs-Dimension genannt. Es kann hier insbesondere beispielsweise die K2-Form
Die Embedded-Dimension m kann beispielsweise auch ermittelt werden, indem m schrittweise erhöht wird und für jeden Wert von m die fraktale Dimension dF (oder eine andere Invariante) des technischen Systems berechnet wird. m wird so lange erhöht, bis die fraktale Dimension dF fast erhalten bleibt. Dieser Wert von dF ist dann die fraktale Dimension des rekonstruierten Attraktors, die auch als fraktale Dimension des ursprünglichen Attraktors angesehen werden kann. Üblicherweise ist m ≥ 2dF ausreichend.For example, the embedded dimension m can also be determined by increasing m step by step and calculating the fractal dimension d F (or another invariant) of the technical system for each value of m. m is increased until the fractal dimension d F is almost preserved. This value of d F is then the fractal Dimension of the reconstructed attractor, which can also be viewed as the fractal dimension of the original attractor. Usually m ≥ 2d F is sufficient.
Besonders vorteilhaft kann ein technisches System gewählt werden, dessen Dynamik durch eine Euler-Lagrange-Gleichung sowie optional auch durch Anfangsbedingungen, Bezirksbedingungen und/oder Randbedingungen beschreibbar ist. An Lösungen der Euler-Lagrange-Gleichung lässt sich besonders gut ablesen, ob das technische System durch die Gleichung und die darin verarbeiteten sensorischen Informationen vollständig beschrieben ist: Eine analytische Lösung der Euler-Lagrange-Gleichung korrespondiert unter bestimmten Anfangsbedingungen und Randbedingungen zu mindestens einer Trajektorie, für die eine Aussage dahingehend gemacht werden kann, dass ausgehend von dieser zurückliegenden Trajektorie das System im jetzigen Zeitpunkt vollständig durch die Euler-Lagrange-Gleichung in Verbindung mit den Anfangsbedingungen und Randbedingungen sowie die Messwerte beschrieben ist. Die Analyse der Kolmogorov-Entropie K ist jedoch numerisch wesentlich einfacher durchzuführen als eine Untersuchung der analytischen Lösungen der Euler-Lagrange-Gleichung.It is particularly advantageous to choose a technical system whose dynamics can be described by an Euler-Lagrange equation and optionally also by initial conditions, district conditions and/or boundary conditions. Solutions to the Euler-Lagrange equation provide a particularly good way to see whether the technical system is completely described by the equation and the sensory information processed in it: An analytical solution to the Euler-Lagrange equation corresponds to at least one trajectory under certain initial conditions and boundary conditions , for which a statement can be made to the effect that, starting from this previous trajectory, the system is currently completely described by the Euler-Lagrange equation in conjunction with the initial conditions and boundary conditions as well as the measured values. However, the analysis of the Kolmogorov entropy K is numerically much easier to carry out than an examination of the analytical solutions of the Euler-Lagrange equation.
Um Fluktuationen zu reduzieren und die Statistik zu verbessern, kann dann noch der Ausdruck für
Hierin ist L die Anzahl der Werte, über die gemittelt wird. In Versuchen der Erfinder haben sich Anzahlen um L = 5 als besonders vorteilhaft erwiesen.Here L is the number of values to be averaged over. In the inventors' experiments, numbers around L = 5 have proven to be particularly advantageous.
In einer weiteren besonders vorteilhaften Ausgestaltung wird die Kolmogorov-Entropie K durch das Fitten eines parametrisierten Ansatzes an die von den Sensoren gelieferten Messwerte ermittelt. Ein derartiger Fit ist insbesondere auf Embedded-Systemen schnell und einfach zu berechnen. Beispielsweise kann die Abhängigkeit von
Als vorgegebenes Kriterium dafür, dass die Erfassung mit den Sensoren und die Differentialgleichung die Dynamik des Systems vollständig beschreiben, kann die Verdopplungszeit T2 einer Abweichung zwischen der tatsächlichen Dynamik des Systems einerseits und der Vorhersage durch die Differentialgleichung andererseits abweicht. Diese Verdopplungszeit T2 ist gegeben durch
Wenn die Verdopplungszeit T2 unterhalb einer kritischen Grenze liegt, kann hieraus gefolgert werden, dass die Erfassung mit den Sensoren und die Differentialgleichung die Dynamik des Systems vollständig beschreiben. Ist die kritische Grenze hingegen überschritten, kann hieraus gefolgert werden, dass die Beschreibung nicht vollständig ist. Die kritische Grenze lässt sich für jedes technische System anhand von Experimenten oder Simulationen ermitteln. Sie liegt beispielsweise für Verkehrssituationen als technische Systeme bei 1,3.If the doubling time T 2 is below a critical limit, it can be concluded that the detection with the sensors and the differential equation fully describe the dynamics of the system. However, if the critical limit is exceeded, it can be concluded that the description is not complete. The critical limit can be determined for any technical system using experiments or simulations. For example, for traffic situations as technical systems it is 1.3.
Diese Bedingung ist nicht in dem Sinne mathematisch äquivalent zu der eingangs aufgestellten Bedingung 0 < K < ∞ für die Kolmogov-Entropie K, dass sich die eine Bedingung durch mathematische Umformungsschritte eindeutig in die andere überführen lässt. Die Bedingungen sind jedoch in dem Sinne miteinander korreliert, dass dann, wenn T2 unterhalb der kritischen Grenze liegt, mit hoher Wahrscheinlichkeit auch 0 < K < ∞ gilt und umgekehrt.This condition is not mathematically equivalent to the initially stated
Eine wichtige Nutzanwendung des Verfahrens ist, dass eine Steuerlogik für das technische System, welche die Dynamik des Systems auf der Basis der Erfassung mit den Sensoren und der Differentialgleichung vorhersagt und anhand dieser Vorhersage Steuereingriffe ermittelt, auf sichere Funktion überprüft werden kann. Es kann also geprüft werden, ob sich das System so verhalten wird, wie es die Differentialgleichung vorhersagt, oder ob es anhand der von den Sensoren gelieferten Messwerte Anhaltspunkte dafür gibt, dass das technische System sich anders verhalten wird. In letzterem Fall könnte ein von der Steuerlogik auf der Basis der Vorhersage ermittelter Steuereingriff der Situation, in der sich das technische System tatsächlich befindet, nicht angemessen sein. Eine solche Prüfung kann sowohl im Rahmen der Auslieferung und Zulassung (Release) der Steuerlogik als auch online während des laufenden Betriebes erfolgen.An important application of the method is that a control logic for the technical system, which predicts the dynamics of the system based on the detection with the sensors and the differential equation and determines control interventions based on this prediction, can be checked for safe functioning. It can therefore be checked whether the system will behave as the differential equation predicts, or whether there are indications based on the measured values provided by the sensors that the technical system will behave differently. In the latter case, a control intervention determined by the control logic based on the prediction may not be appropriate to the situation in which the technical system actually finds itself. Such a test can be carried out both as part of the delivery and approval (release) of the control logic and online during ongoing operation.
Hintergrund ist, dass jede Beschreibung des technischen Systems mit einer Differentialgleichung und sensorisch erfassten Messwerten auf einer Modellierung des technischen Systems beruht. Der Detaillierungsgrad dieser Modellierungen wird so gewählt, dass die für den Betrieb des technischen Systems relevanten Phänomene erfasst werden, während das Modell gleichzeitig mit vorgegebenen Hardwareressourcen in vorgegebener Zeit berechnet werden kann. So reicht beispielsweise für die grobe Beschreibung der Bewegung von Planeten die Modellierung der Erde als Massenpunkt. Für die Planung eines Fluges zum Mond muss die Erde bereits als massive Kugel modelliert werden. Um die Dynamik von Satelliten genau zu beschreiben, reicht auch dies nicht mehr aus, denn hier wirken sich sowohl die Topographie der Erdoberfläche als auch die inhomogene Massenverteilung aus.The background is that every description of the technical system with a differential equation and measured values recorded by sensors is based on a modeling of the technical system. The level of detail of these modeling is chosen so that the phenomena relevant to the operation of the technical system are captured, while at the same time the model can be calculated with given hardware resources in a given time. For example, modeling the Earth as a point of mass is sufficient for a rough description of the movement of planets. To plan a flight to the moon, the Earth must already be modeled as a massive sphere. This is no longer sufficient to accurately describe the dynamics of satellites, because both the topography of the earth's surface and the inhomogeneous mass distribution have an impact here.
Es kann auch während des laufenden Betriebes des technischen Systems Situationen geben, in denen eine Modellierung plötzlich nicht mehr ausreicht und eine detaillierte Modellierung benötigt würde, um die Dynamik des Systems hinreichend genau zu beschreiben. Beispielsweise kann bei einer Fahrt auf der Landstraße über weite Strecken eine Modellierung der Verkehrssituation ohne genaue Tiefeninformation genügen, weil nur auf das Einhalten der eigenen Fahrspur und auf Verkehrszeichen geachtet werden muss. Wenn nun aber plötzlich ein Fahrzeug des Gegenverkehrs zum Überholen ausschert und dem eigenen Fahrzeug frontal entgegenkommt, hängt die weitere Entwicklung der Situation davon ab, wie schnell sich der Überholende nähert und ob er noch rechtzeitig am Überholten vorbeiziehen kann, um es auf seine Fahrspur zurückzuschaffen. Hierfür wird verlässliche Tiefeninformation der Verkehrssituation benötigt.There may also be situations during ongoing operation of the technical system in which modeling is suddenly no longer sufficient and detailed modeling would be required to describe the dynamics of the system with sufficient precision. For example, when driving over long distances on a country road, modeling the traffic situation without precise depth information can be sufficient because you only have to pay attention to staying in your own lane and following traffic signs. But if a vehicle in oncoming traffic suddenly pulls out to overtake and comes head-on towards your own vehicle, the further development of the situation depends on how quickly the overtaking person approaches and whether he or she can overtake the overtaken vehicle in time to get it back into its lane. This requires reliable depth information about the traffic situation.
Daher wird in einer besonders vorteilhaften Ausgestaltung in Antwort auf die Feststellung, dass die Erfassung mit den Sensoren und die Differentialgleichung das System vollständig beschreiben, anhand der Differentialgleichung eine Prognose für den Zustand des technischen Systems in der Zukunft ermittelt. Anhand dieser Prognose wird ein Ansteuersignal ermittelt. Das System wird mit diesem Ansteuersignal angesteuert. Es kann dann mit sehr hoher Wahrscheinlichkeit damit gerechnet werden, dass diese Ansteuerung des technischen Systems der tatsächlichen Situation, in der sich das technische System befindet, angemessen ist.Therefore, in a particularly advantageous embodiment, in response to the determination that the detection with the sensors and the differential equation completely describe the system, a forecast for the state of the technical system in the future is determined based on the differential equation. A control signal is determined based on this forecast. The system is controlled with this control signal. It can then be expected with a very high degree of probability that this control of the technical system is appropriate to the actual situation in which the technical system finds itself.
Sollte hingegen festgestellt werden, dass die Erfassung mit den Sensoren und die Differentialgleichung das System nicht vollständig beschreiben, gibt es verschiedene Möglichkeiten, hierauf zu reagieren.However, if it is determined that the detection with the sensors and the differential equation do not fully describe the system, there are various ways to react to this.
Beispielsweise kann eine neue Konfiguration von Sensoren, und/oder eine neue Differentialgleichung, aufgestellt werden. Das Prüfverfahren kann dann ausgehend von der so gebildete neue Kombination aus Sensorkonfiguration und einer Differentialgleichung erneut gestartet werden. Hiermit kann insbesondere beispielsweise das Ziel verfolgt werden, mit einer detaillierten sensorischen Erfassung und/oder Modellierung die Dynamik des technischen Systems nunmehr vollständig zu beschreiben. In dem vorgenannten Beispiel mit der Verkehrssituation, in der der Überholer ausschert, kann beispielsweise zusätzlich zu einer oder mehreren zuvor genutzten Kameras ein Radarsensor zugeschaltet werden, um die Dynamik des Überholers und des Überholten in Fahrtrichtung genau zu erfassen.For example, a new configuration of sensors and/or a new differential equation may be established. The test procedure can then be started again based on the new combination of sensor configuration and a differential equation formed. In particular, this can be used to achieve the goal of completely describing the dynamics of the technical system using detailed sensory recording and/or modeling. In the aforementioned example with the traffic situation in which the overtaking person pulls out, a radar sensor can, for example, be switched on in addition to one or more previously used cameras in order to precisely record the dynamics of the overtaking person and the overtaken in the direction of travel.
Es kann auch beispielsweise ein Arbeitspunkt des technischen Systems verändert und das Verfahren ausgehend von in dem neuen Arbeitspunkt von den Sensoren gelieferten Messwerten neu gestartet werden. Wenn beispielsweise die Belichtungseinstellung für eine Kamera ungeeignet ist und ein Teil des Bildes in die Sättigung am oberen oder unteren Rand der Intensitätsskala gerät, kann dies dazu führen, dass die von der Kamera gelieferten Bilder zu wenig Information für eine vollständige Erfassung einer Verkehrssituation enthalten.For example, an operating point of the technical system can be changed and the method can be restarted based on measured values supplied by the sensors at the new operating point. For example, if the exposure setting for a camera is inappropriate and a portion of the image saturates at the top or bottom of the intensity scale, this may result in the images provided by the camera containing insufficient information to fully capture a traffic situation.
Alternativ oder in Kombination hierzu kann in Antwort auf die Feststellung, dass die Erfassung mit den Sensoren und die Differentialgleichung das System nicht vollständig beschreiben, das technische System in seiner Funktionalität eingeschränkt, in einen sicheren Zustand versetzt oder deaktiviert werden. Beispielsweise kann die Fahrgeschwindigkeit eines zumindest teilweise automatisiert fahrenden Fahrzeugs reduziert werden, oder es können Überholmanöver unterbunden werden. Das Fahrzeug kann auch beispielsweise auf einer vorgeplanten Notstopp-Trajektorie zum Stillstand gebracht werden. Es kann auch beispielsweise ein Bediener, etwa ein Fahrer, zur Übernahme der Kontrolle über das System aufgefordert werden.Alternatively or in combination, in response to the determination that the detection with the sensors and the differential equation do not fully describe the system, the functionality of the technical system can be restricted, put into a safe state or deactivated. For example, the driving speed of an at least partially automated vehicle can be reduced, or overtaking maneuvers can be prevented. The vehicle can also be brought to a standstill, for example, on a pre-planned emergency stop trajectory. For example, an operator, such as a driver, can also be asked to take control of the system.
In einer weiteren besonders vorteilhaften Ausgestaltung wird das Verhalten des technischen Systems in einer Vielzahl von Betriebssituationen beobachtet und/oder simuliert. Für jede Betriebssituation wird jeweils einerseits die Kolmogorov-Entropie und andererseits ein Chaos-Indikator dahingehend, inwieweit das technische System sich chaotisch verhält, ermittelt. Aus diesen Kolmogorov-Entropien und Chaos-Indikatoren wird das vorgegebene Kriterium dafür, dass die Erfassung mit den Sensoren und die Differentialgleichung die Dynamik des Systems vollständig beschreiben, ermittelt.In a further particularly advantageous embodiment, the behavior of the technical system is observed and/or simulated in a variety of operating situations. For each operating situation, the Kolmogorov entropy and a chaos indicator are determined to determine the extent to which the technical system behaves chaotically. These Kolmogorov entropies and chaos indicators are used to determine the specified criterion for ensuring that the detection with the sensors and the differential equation fully describe the dynamics of the system.
Beispielsweise kann eine größte Kolmogorov-Entropie, für die das technische System sicher noch kein chaotisches Verhalten zeigt, als kritische Grenze festgelegt werden. Sofern auf der Basis späterer Messwerte eine Kolmogorov-Entropie ermittelt wird, die unter dieser kritischen Grenze liegt, kann dann festgestellt werden, dass die Erfassung mit den Sensoren und die Differentialgleichung die Dynamik des Systems vollständig beschreiben.For example, a largest Kolmogorov entropy, for which the technical system certainly does not yet show chaotic behavior, can be set as a critical limit. If based on late If a Kolmogorov entropy is determined from the measured values that lies below this critical limit, it can then be determined that the detection with the sensors and the differential equation completely describe the dynamics of the system.
Für die Kolmogorov-Entropie K kann insbesondere beispielsweise eine der zuvor beschriebenen Näherungen, wie etwa K2 oder
Wie zuvor erläutert, kann insbesondere beispielsweise ein Fahrzeug, und/oder eine Verkehrssituation mit mehreren Verkehrsteilnehmern, als technisches System gewählt werden. Gerade Verkehrssituationen können sich im laufenden Betrieb schnell von normalen Situationen zu kritischen Situationen entwickeln, in denen eine zuvor verwendete einfache Modellierung möglicherweise nicht mehr gültig ist. Auch sind gerade bei der Anwendung in Fahrzeugen die Hardwareressourcen für eine Prüfung auf vollständige Beschreibung knapp. Das hier vorgeschlagene Verfahren kann auf der Basis eines Ringpuffers, der eine Historie der zurückliegenden Messwerte über einen begrenzten Zeitraum aufbewahrt, arbeiten und mit Rechenoperationen auskommen, die auch auf einem Embedded-System mit wenig Rechenkapazität und Speicher schnell ausgeführt werden können. Daher wird das Verfahren vorteilhaft in Echtzeit auf einem Embedded-System, das in dem technischen System enthalten ist oder von ihm mitgeführt wird, ausgeführt.As explained above, in particular, for example, a vehicle and/or a traffic situation with several road users can be selected as the technical system. Traffic situations in particular can quickly develop during ongoing operations from normal situations to critical situations in which simple modeling that was previously used may no longer be valid. The hardware resources for checking for a complete description are also scarce, especially when used in vehicles. The method proposed here can work on the basis of a ring buffer, which stores a history of the previous measured values over a limited period of time, and can make do with arithmetic operations that can be carried out quickly even on an embedded system with little computing capacity and memory. The method is therefore advantageously carried out in real time on an embedded system that is contained in the technical system or is carried by it.
Das Verfahren kann insbesondere ganz oder teilweise computerimplementiert sein. Daher bezieht sich die Erfindung auch auf ein Computerprogramm mit maschinenlesbaren Anweisungen, die, wenn sie auf einem oder mehreren Computern ausgeführt werden, den oder die Computer dazu veranlassen, das beschriebene Verfahren auszuführen. In diesem Sinne sind auch Steuergeräte für Fahrzeuge und Embedded-Systeme für technische Geräte, die ebenfalls in der Lage sind, maschinenlesbare Anweisungen auszuführen, als Computer anzusehen.The method can in particular be implemented entirely or partially by computer. Therefore, the invention also relates to a computer program with machine-readable instructions which, when executed on one or more computers, cause the computer or computers to carry out the method described. In this sense, control devices for vehicles and embedded systems for technical devices that are also capable of executing machine-readable instructions are also considered computers.
Ebenso bezieht sich die Erfindung auch auf einen maschinenlesbaren Datenträger und/oder auf ein Downloadprodukt mit dem Computerprogramm. Ein Downloadprodukt ist ein über ein Datennetzwerk übertragbares, d.h. von einem Benutzer des Datennetzwerks downloadbares, digitales Produkt, das beispielsweise in einem Online-Shop zum sofortigen Download feilgeboten werden kann.The invention also relates to a machine-readable data carrier and/or to a download product with the computer program. A download product is a digital product that can be transferred via a data network, i.e. downloadable by a user of the data network and which can be offered for sale in an online shop for immediate download, for example.
Weiterhin können ein oder mehrere Computer mit dem Computerprogramm, mit dem maschinenlesbaren Datenträger bzw. mit dem Downloadprodukt ausgerüstet sein.Furthermore, one or more computers can be equipped with the computer program, with the machine-readable data carrier or with the download product.
Weitere, die Erfindung verbessernde Maßnahmen werden nachstehend gemeinsam mit der Beschreibung der bevorzugten Ausführungsbeispiele der Erfindung anhand von Figuren näher dargestellt.Further measures improving the invention are shown in more detail below together with the description of the preferred exemplary embodiments of the invention using figures.
AusführungsbeispieleExamples of embodiments
Es zeigt:
-
1 Ausführungsbeispiel des Verfahrens 100; -
2 Beispiele für Trajektorien inPhasenräumen 4 für eine Verkehrssituationals technisches System 1.
-
1 Embodiment of themethod 100; -
2 Examples of trajectories inphase spaces 4 for a traffic situation as atechnical system 1.
In Schritt 110 wird mindestens eine zu N diskreten Zeitpunkten abgetastete Trajektorie Y1, ...,YN in einem durch die von den Sensoren 2a-2c gelieferten Messwerte 3a-3c aufgespannten Phasenraum 4 bereitgestellt. Hierbei kann gemäß Block 111 der Phasenraum 4 in Hyperwürfel einer Kantenlänge r diskretisiert werden.In
In Schritt 120 wird anhand dieser Trajektorie Y1, ..., YN eine Kolmogorov-Entropie K, die ein Maß dafür ist, wieviel zusätzliche Information die für jeden Zeitpunkt gelieferten Messwerte jeweils beinhalten, zumindest näherungsweise ermittelt.In
Gemäß Block 121 kann die Kolmogorov-Entropie K aus Wahrscheinlichkeiten Pi
Gemäß Block 123 kann Kolmogorov-Entropie K durch das Fitten eines parametrisierten Ansatzes an die von den Sensoren 2a-2c gelieferten Messwerte 3a-3c ermittelt werden.According to block 123, Kolmogorov entropy K can be determined by fitting a parameterized approach to the measured
In Schritt 130 wird geprüft, ob diese Kolmogorov-Entropie K, und/oder eine hieraus abgeleitete Größe, ein vorgegebenes Kriterium 5 erfüllt. Ist dies der Fall (Wahrheitswert 1), wird in Schritt 140a festgestellt, dass die Erfassung mit den Sensoren 2a-2c und die Differentialgleichung die Dynamik des Systems 1 vollständig beschreiben. Andernfalls (Wahrheitswert 0) wird in Schritt 140b festgestellt, dass die Erfassung mit den Sensoren 2a-2c und die Differentialgleichung die Dynamik des Systems 1 nicht vollständig beschreiben.In
Um das vorgegebene Kriterium 5 zu ermitteln, kann beispielsweise gemäß Block 107 das Verhalten des technischen Systems 1 in einer Vielzahl von Betriebssituationen beobachtet und/oder simuliert werden. Es kann dann gemäß Block 108 für jede Betriebssituation jeweils einerseits die Kolmogorov-Entropie K und andererseits ein Chaos-Indikator 10 dahingehend, inwieweit das technische System 1 sich chaotisch verhält, ermittelt werden. Das vorgegebene Kriterium 5 kann schließlich gemäß Block 109 aus diesen Kolmogorov-Entropien K und Chaos-Indikatoren 10 ermittelt werden.In order to determine the specified criterion 5, the behavior of the
Als technisches System 1 kann gemäß Block 105 insbesondere beispielsweise ein technisches System 1 gewählt werden, dessen Dynamik durch mindestens eine Euler-Lagrange-Gleichung beschreibbar ist.According to block 105, a
Gemäß Block 106 kann insbesondere beispielsweise ein Fahrzeug, und/oder eine Verkehrssituation mit mehreren Verkehrsteilnehmern, als technisches System 1 gewählt werden.According to block 106, in particular, for example, a vehicle and/or a traffic situation with several road users can be selected as
In Antwort auf die Feststellung in Schritt 140a, dass die Erfassung mit den Sensoren 2a-2c und die Differentialgleichung das System 1 vollständig beschreiben, kann in Schritt 150 anhand der Differentialgleichung eine Prognose 6 für den Zustand des technischen Systems 1 in der Zukunft ermittelt werden. Anhand dieser Prognose kann in Schritt 160 ein Ansteuersignal 7 ermittelt werden. In Schritt 170 kann dann das System 1 mit diesem Ansteuersignal 7 angesteuert werden.In response to the determination in
In Antwort auf die Feststellung in Schritt 140b, dass die Erfassung mit den Sensoren 2a-2c und die Differentialgleichung das System 1 nicht vollständig beschreiben, sind verschiedene Reaktionen möglich.In response to the determination in
In Schritt 180 kann eine neue Konfiguration 8a von Sensoren 2a-2c, und/oder eine neue Differentialgleichung 8b, aufgestellt werden. In Schritt 190 kann dann das Verfahren 100 ausgehend von der so gebildeten neuen Kombination aus Sensorkonfiguration und einer Differentialgleichung erneut gestartet werden.In
In Schritt 200 kann ein Arbeitspunkt 9 des technischen Systems 1 verändert werden. In Schritt 210 kann dann das Verfahren 100 ausgehend von in dem neuen Arbeitspunkt 9 von den Sensoren 2a-2c gelieferten Messwerten 3a-3c neu gestartet werden.In
In Schritt 220 kann das technische System 1 in seiner Funktionalität eingeschränkt, in einen sicheren Zustand versetzt oder deaktiviert werden. Alternativ oder auch in Kombination hierzu kann in Schritt 230 ein Bediener zur Übernahme der Kontrolle über das System 1 aufgefordert werden.In
Die
Der Vergleich der
In
Hingegen verläuft in
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN THE DESCRIPTION
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.This list of documents listed by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte PatentliteraturCited patent literature
- EP 0339056 B1 [0002]EP 0339056 B1 [0002]
Claims (15)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102022202693.4A DE102022202693A1 (en) | 2022-03-18 | 2022-03-18 | Testing technical systems for complete describability using sensor data and an associated differential equation |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102022202693.4A DE102022202693A1 (en) | 2022-03-18 | 2022-03-18 | Testing technical systems for complete describability using sensor data and an associated differential equation |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102022202693A1 true DE102022202693A1 (en) | 2023-09-21 |
Family
ID=87849231
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102022202693.4A Pending DE102022202693A1 (en) | 2022-03-18 | 2022-03-18 | Testing technical systems for complete describability using sensor data and an associated differential equation |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102022202693A1 (en) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0339056B1 (en) | 1987-09-22 | 1993-05-19 | Robert Bosch Gmbh | Process for adjusting the stability of vehicles |
-
2022
- 2022-03-18 DE DE102022202693.4A patent/DE102022202693A1/en active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0339056B1 (en) | 1987-09-22 | 1993-05-19 | Robert Bosch Gmbh | Process for adjusting the stability of vehicles |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102018128289B4 (en) | METHOD AND DEVICE FOR AUTONOMOUS SYSTEM PERFORMANCE AND CLASSIFICATION | |
EP2564049B1 (en) | Control device and method for calculating an output parameter for a controller | |
EP3765927B1 (en) | Method for generating a training data record for training an artificial intelligence module for a control device of a vehicle | |
DE102017207790B4 (en) | A method for merging high fusion data for a road model for exemplary use in multi-lane speed limit inferences, and an apparatus for performing the method | |
DE102019124018A1 (en) | Method for optimizing tests of control systems for automated vehicle dynamics systems | |
DE102018128890A1 (en) | Method and test device for testing a driver assistance system for a motor vehicle | |
WO2021058223A1 (en) | Method for applying automated driving functions efficiently and in a simulated manner | |
DE102018220941A1 (en) | Evaluation of measured variables with AI modules taking into account measurement uncertainties | |
EP3188053A1 (en) | Method for configuring a co-simulation for an overall system | |
DE102020120141A1 (en) | Procedure for optimizing tests of control systems for automated vehicle dynamics systems using probabilistically predicted system responses | |
DE112020007765T5 (en) | COMPUTER SYSTEM AND METHOD FOR TRAJECTORY PLANNING IN A SIMULATED ROAD DRIVING ENVIRONMENT | |
DE102022202693A1 (en) | Testing technical systems for complete describability using sensor data and an associated differential equation | |
DE102022203171A1 (en) | Method for validating control software for a robotic device | |
DE102021133977A1 (en) | Method and system for classifying virtual test scenarios and training methods | |
WO2022012826A1 (en) | Method and device for determining a collision probability of a vehicle with an object in a three-dimensional space | |
DE102022202692A1 (en) | Nonlinear testing of technical systems for predictability of their behavior using sensor data and an associated differential equation | |
DE102017120366A1 (en) | Method, apparatus, computer program and computer program product for motion planning of a system | |
DE102016104658B4 (en) | Method for predicting the probability density of at least one kinematic state variable of a moving object and target tracking device | |
DE102020208080A1 (en) | Detection of objects in images under equivariance or invariance with respect to the object size | |
DE102019216184A1 (en) | Method for the robustification of a neural network against adversarial disturbances | |
DE102019132151A1 (en) | Method for calibrating an environment sensor of a vehicle on the basis of data from a reference environment sensor, taking into account occupancy cards, computing device and sensor system | |
DE112017008095T5 (en) | Object recognition device and object recognition method | |
DE102022205836A1 (en) | Dynamic testing of technical systems for complete describability based on a given operating situation | |
DE102022201853A1 (en) | Detection of critical traffic situations with Petri nets | |
DE102021114044A1 (en) | Method for providing an artificial neural network for three-dimensional object recognition, computing device for a vehicle, computer program and computer-readable (storage) medium |