-
Die vorliegende Erfindung betrifft ein Verfahren und eine Detektionseinrichtung zum Detektieren von Ereignissen. Die Erfindung betrifft weiter ein entsprechend eingerichtetes Kraftfahrzeug.
-
Im Betrieb von Vorrichtungen, wie beispielsweise Kraftfahrzeugen oder Maschinen oder dergleichen, können unvorhergesehene Ereignisse auftreten, auf die gegebenenfalls reagiert werden sollte. Dazu müssen solche Ereignisse erkannt werden. Beispielsweise kann durch ein online-Mitverfolgen oder-Überwachen einer jeweiligen Umgebungssituation eine Umsetzung von Fahrzeugfunktionen ermöglicht werden, welche sich automatisch an ihr Umfeld anpassen. Dies kann beispielsweise ein automatisches Erkennen von zeitlich begrenzten Ereignissen, wie etwa einem Überfahren eines Schlagloches oder dergleichen, umfassen. Solche Ereignisse treten naturbedingt fast immer vor dem Hintergrund anderer Prozesse auf, die korrespondierende Sensordaten beeinflussen. So kann beispielsweise während der Überfahrt des Schlagloches parallel ein Beschleunigungsvorgang oder eine Verlagerung von Personen oder Ladung stattfinden, sodass allein die Überfahrt des Schlagloches charakterisierende Sensordaten typischerweise nicht isoliert verfügbar sind. Ein Ansatz kann darin bestehen, die verschiedenen Prozesse bzw. jeweilige Sensordaten von zu erkennenden Ereignissen und Hintergrundprozessen separat zu erfassen bzw. voneinander zu trennen. Dies kann prinzipiell mit Verfahren des maschinellen Lernens möglich sein, was aber einen hohen Entwicklungsaufwand mit sich bringen kann, etwa durch die notwendige Bereitstellung entsprechender Trainingsdaten.
-
Einige Ergebnisse können relativ zuverlässig regelbasiert erkannt werden, beispielsweise wenn sie zu plötzlichen Sprüngen in den Sensordaten führen. Dies lässt allerdings nur sehr spezifische Lösungen oder Anwendungen zu, ist also nicht für sämtliche Ereignisse oder Situationen anwendbar. Überwachte und unüberwachte Methoden des maschinellen Lernens können dies gegebenenfalls verallgemeinern, benötigen aber in ersterem Fall Trainingsdatensätze, die entsprechende Entwicklungskosten verursachen, und sind in letzterem Fall typischerweise nicht in der Lage, gemischte oder überlagerte Prozesse verlässlich zu trennen oder voneinander zu unterscheiden.
-
Ein Verfahren zum Bestimmen, ob ein Ereignis außerhalb eines durch einen Menschen gesteuerten Fahrzeugs aufgetreten ist, ist beispielsweise in der US 2019 / 0 156 134 A1 beschrieben. In dem dortigen Verfahren wird das Auftreten eines primären menschlichen Ereignisses detektiert. Dieses menschliche Ereignis kann wird dabei ausgewählt aus einem Augenereignis oder einem Gehörereignis. Weiter wird das Auftreten eines sekundären menschlichen Ereignisses detektiert, das ausgewählt ist aus einem Handereignis oder einem Fußereignis. Es wird dann bestimmt, dass ein außenseitiges Ereignis aufgetreten ist, wenn jeweils wenigstens ein primäres menschliches Ereignis und ein sekundäres menschliches Ereignis aufgetreten sind und weder das primäre noch das sekundäre menschliche Ereignis mit einer assoziierten Karte korreliert.
-
Als weiteres Beispiel ist in der
US 11,145,142 B2 ein Verfahren zum Feststellen von Fahrbahnbelagdefekten beschrieben. Darin werden Bewegungs-, Positions- und Stabilitätskontrollsysteminformationen von einer Vielzahl von Fahrzeugen empfangen. Für ein hypothetisches normales Fahrzeug wird ein Profil aus einer Datenbank von Fahrzeugprofilen abgerufen. Weiter wird ein Kriterium zum Detektieren eines bestimmten Typs von Fahrbahnbelagdefekt basierend auf dem abgerufenen Profil identifiziert. Videoinformationen werden von einem der Fahrzeuge nur dann abgerufen, wenn bestimmt wurde, dass die empfangenen Informationen das Kriterium erfüllen, um die Menge empfangender Videodaten zu reduzieren. Schließlich wird basierend auf den Videodaten die Detektion eines entsprechenden Fahrbahnbelagdefekts und basierend auf den empfangenen Informationen eine assoziierte Position gemeldet.
-
Bezüglich der Anwendung des maschinellen Lernens beschreibt beispielsweise die
US 10,474,916 B2 ein Training von Fahrzeugen zum Verbessern autonomer Fähigkeiten. Das dort beschriebene System umfasst ein bildgebendes Gerät zum Aufnehmen von Bildern eines Auges eines Fahrers des Fahrzeugs und eine Prozessoreinheit zum Extrahieren von Augendaten aus den Bildern zum Bilden von Trainingsdaten. Die Augendaten korrespondieren dabei zu Bewegungen des Auges. Die Trainingsdaten werden zum Trainieren von Fahrzeugen zum Verbessern von deren autonomen Funktionen verwendet.
-
Die
US 8,558,679 B2 beschreibt ein Verfahren zum Analysieren der Umgebung eines Fahrzeugs. Darin wird werden Daten bezüglich der Position von Objekten gesammelt und analysiert, um freie Raumbereiche um das Fahrzeug zu bestimmen. Weiter wird eine Signatur erzeugt, indem eine Stammfunktion erzeugt wird, die einige der freien Raumbereiche beschreibt. Dazu wird eine Form um eine Position ausgedehnt, bis ein Rand der Form die Position eines Objekts erreicht und es wird eine weitere Form definiert und ausgedehnt in Richtungen, welche die Positionen der Objekte vermeidet. Die Signatur wird dann zum späteren Abrufen gespeichert und es werden alle Informationen bezüglich der Positionen der Objekte, für welche Daten gesammelt wurden, ignoriert.
-
Ein Verfahren zur Positionsbestimmung eines Fahrzeugs ist in der
DE 10 2016 011 366 A1 beschrieben. Darin werden zur Positionsbestimmung erweiterte Kalman-Filter und ein diskretes Bayesfilter kombiniert. Es wird eine jeweilige Hypothese bezüglich einer Absolutposition des Fahrzeugs in der Welt und einer Position des Fahrzeugs innerhalb eines jeweiligen Fahrstreifens einer Fahrbahn erstellt. Die erstellten Hypothesen werden anhand von Messwerten von Fahrzeugsensoren mittels einer Mehrzahl von erweiterten Kalmanfiltern verfolgt. Dabei wird mittels des diskreten Bayesfilters aus den von den erweiterten KalmanFiltern verfolgten Hypothesen die wahrscheinlichste Hypothese bestimmt.
-
In der US 2015 / 0 019 447 A1 beschreibt ein Verfahren zum Identifizieren eines in einem Unfall mit Fahrerflucht involvierten Fahrzeugs. Darin wird eine Schadenssignatur generiert, die mit einem ersten Fahrzeug, das nach dem Unfall mit einem Kollisionsschaden verbleibt, assoziiert ist. Weiter wird eine umgekehrte Ereignissignatur generiert, die eine Aufprallposition und einen Schweregrad des Schadens indiziert und mit einem zweiten involvierten Fahrzeug assoziiert ist, das von dem Unfallort geflüchtet ist. Das Generieren der umgekehrten Ereignissignatur erfolgt dabei basierend auf einem reverse Engineering der mit dem ersten Fahrzeug assoziierten Schadenssignatur.
-
Aufgabe der vorliegenden Erfindung ist es, eine besonders einfache, insbesondere besonders aufwandsarme und kostengünstige, Detektion von Ereignissen anhand von komplexen oder verrauschten Sensordaten zu ermöglichen.
-
Diese Aufgabe wird erfindungsgemäß durch die Gegenstände der unabhängigen Patentansprüche gelöst. Mögliche Ausgestaltungen und Weiterbildungen der vorliegenden Erfindung sind in den abhängigen Patentansprüchen, in der Beschreibung und in den Figuren offenbart.
-
Das erfindungsgemäße Verfahren kann angewendet werden zum, insbesondere automatischen oder teilautomatischen, Detektieren, also Erkennen von Ereignissen wenigstens einer vorgegebenen Art, die im Betrieb einer Vorrichtung auftreten oder aufgetreten sind. Eine solche Vorrichtung kann beispielsweise ein Kraftfahrzeug, eine Maschine oder dergleichen sein.
-
Insbesondere können Ereignisse vor einem Hintergrund, also bei gleichzeitiger Anwesenheit oder gleichzeitigem Ablauf anderer Prozesse erkannt werden, wobei diese anderen Prozesse nicht oder nicht vollständig bekannt sein müssen. Mit anderen Worten können mittels des erfindungsgemäßen Verfahrens Ereignisse bei einem gegebenen Betriebshintergrund detektiert werden, der sich in entsprechenden Sensordaten niederschlägt oder widerspiegelt, diese also beeinflusst.
-
In einem Verfahrensschritt des erfindungsgemäßen Verfahrens wird im Betrieb der Vorrichtung, also beispielweise während einer Fahrt des Kraftfahrzeugs, ein von wenigstens einem Sensor, also von einem oder mehreren Sensoren, einer Sensoreinrichtung oder einem Sensorsystem der Vorrichtung bereitgestellter Sensordatenstrom aufgenommen. Der Sensordatenstrom enthält oder umfasst also von dem wenigstens einen Sensor gemessene oder aufgenommene Mess- bzw. Sensordaten. Beispielweise kann der Sensordatenstrom durch ein für das erfindungsgemäße Verfahren eingerichtetes Steuergerät oder Assistenzsystem oder dergleichen aufgenommen werden. Dieses kann beispielsweise Teil der jeweiligen Vorrichtung sein. In dem Sensordatenstrom sind dabei mehrere gleichzeitig bzw. parallel ablaufende, also sich zumindest teilweise oder zumindest zeitweise überlappende oder überlagernde Prozesse repräsentiert, also abgebildet. Mit anderen Worten laufen also im Betrieb der Vorrichtung permanent oder zumindest zeitweise mehrere Prozesse ab, die jeweils Sensorsignale erzeugen oder verursachen, die sich dabei zu dem Sensordatenstrom überlagern oder kombinieren. Der Sensordatenstrom kann in einem Kraftfahrzeug beispielsweise über einen oder von einem CAN-Bus abgegriffen werden.
-
Solche anderen Prozesse können je nach Anwendungsfall des erfindungsgemäßen Verfahrens unterschiedlicher Art sein. Am Beispiel des Kraftfahrzeugs können sich beispielsweise Brems-, Beschleunigungs- oder Lenkmanöver in dem Sensordatenstrom niederschlagen, beispielsweise wenn dieser Sensordaten eines Beschleunigungssensors enthält. Weitere Prozesse können beispielsweise ein Befahren eines unebenen Untergrundes, ein Vibrationen verursachender Betrieb eines Motors, einer Pumpe, eines Kompressors oder dergleichen, die gegebenenfalls nur zeitweise, insbesondere in unterschiedlichen Kombinationen, betrieben werden können, Bewegungen von Fahrzeuginsassen, Verlagerungen von Ladung oder Transportgut, eine Reifendruckveränderung, eine Temperaturveränderung, eine Beaufschlagung des Kraftfahrzeugs durch Wind oder Windböen, eine Aerodynamikveränderung des Kraftfahrzeugs, beispielsweise durch Ein- oder Ausfahren oder Verkippen eines Sportlers und/oder dergleichen mehr sein oder umfassen.
-
Der Sensordatenstrom kann, beispielsweise situations- oder anwendungsabhängig von unterschiedlichen Arten von Sensoren bereitgestellt werden und somit entsprechend flexibel oder unterschiedlich sein. Der Sensordatenstrom kann beispielsweise als Zeitreihe von Datenpunkten vorliegen, einen oder mehrere Vektoren, eine oder mehrere Matrizen umfassen, Rohdaten, verarbeitete oder vorverarbeitete Daten enthalten und/oder dergleichen mehr. Damit ist das erfindungsgemäße Verfahren in vielfältigen unterschiedlichen Situationen und Anwendungen flexibel nutzbar.
-
In einem weiteren Verfahrensschritt des erfindungsgemäßen Verfahrens wird anhand von Beispielsensordaten, in denen wenigstens ein Ereignis der bzw. einer vorgegebenen zu detektierenden Art repräsentiert ist, eine bzw. eine jeweilige Ereignissignatur für die wenigstens eine zu detektierende Art von Ereignis, also für die wenigstens eine Ereignisart, definiert, also vorgegeben. Dazu kann - beispielsweise manuell von einem entsprechenden Domänenexperten - ein Abschnitt eines für die Beispielsensordaten verwendeten Sensordatenstroms ausgewählt oder angegeben werden, in dem ein entsprechendes Ereignis aufgetreten ist bzw. sensorisch erfasst wurde, sich also in dem Sensordatenstrom niedergeschlagen hat. Die Ereignissignatur kann, wie im Zusammenhang mit dem Sensordatenstrom erwähnt, je nach Situation oder Anwendungsfall von unterschiedlicher Art oder Form sein. Die Ereignissignatur kann also Daten bzw. Sensordaten angeben, umfassen oder charakterisieren, die bei einem anderen oder früheren Auftreten eines entsprechenden Ereignisses der jeweiligen Art angefallen sind und/oder ein Auftreten eines solchen Ereignisses charakterisieren.
-
Die Beispielsensordaten können dem im Rahmen des erfindungsgemäßen Verfahrens aufgenommenen Sensordatenstrom ähnlich sein oder in formaler Hinsicht entsprechen, also zum Beispiel von gleicher Art oder gleichem Format sein. Die Beispielsensordaten können etwa ein zu einem anderen, insbesondere früheren, Zeitpunkt aufgenommener oder, insbesondere zu einem früheren Zeitpunkt, synthetisch generierter Sensordatenstrom oder dergleichen sein oder einen solchen umfassen. Die Beispielsensordaten können also als Input für das erfindungsgemäße Verfahren vorgegeben oder bereitgestellt werden.
-
In einem weiteren Verfahrensschritt des erfindungsgemäßen Verfahrens wird ein Kalmanfilter für mehrere gleichzeitige Prozesse aufgesetzt. Dabei wird als eine Messfunktion des Kalmanfilters eine vorgegebene, synthetisch generierte künstliche Signatur verwendet, die orthogonal zu der definierten Ereignissignatur bzw. zu allen definierten Ereignissignaturen ist. Die künstliche Signatur ist also nicht oder nicht vollständig aus gemessenen Sensordaten aufgebaut. Ein Format, eine Datenart und/oder dergleichen mehr der Ereignissignatur können aus dem jeweiligen Anwendungsfall heraus vorgegeben, also bekannt sein. Die künstliche Signatur kann dann beispielsweise in einem korrespondierenden Format oder mit einer korrespondierenden Datenart oder dergleichen erzeugt werden. Die künstliche Signatur kann beispielsweise einmalig je Anwendung des erfindungsgemäßen Verfahrens, also eines entsprechenden Algorithmus generiert werden. Dies kann automatisch oder manuell erfolgen. Die künstliche Signatur muss dabei insbesondere nicht zu einem konkreten zu detektierenden Ereignis korrespondieren. Vielmehr kann die künstliche Signatur beispielsweise ganz oder teilweise aus Zufallsdaten oder dergleichen aufgebaut sein.
-
In einem weiteren Verfahrensschritt wird der Kalmanfilter auf den jeweils aufgenommenen Sensordatenstrom angewendet. Dies kann beispielsweise live bzw. online, also in Echtzeit, während der Sensordatenstrom im Betrieb der jeweiligen Vorrichtung aufgenommen wird, oder offline, also für einen zu einem früheren Zeitpunkt aufgenommenen und abgespeicherten Sensordatenstrom erfolgen. Bei dem Anwenden des Kalmanfilters wird ein Korrekturschritt des Kalmanfilters für den kombinierten Zustand aller gleichzeitigen Prozesse, die sich in dem Sensordatenstrom niedergeschlagen haben, also darin repräsentiert sind, durchgeführt. Der Korrekturschritt bei der Anwendung des Kalmanfilters erfolgt also für den Zustand der Summe oder Kombination aller Prozesse, also einen entsprechenden Gesamtzustand der Vorrichtung, mit dem Residual aller Prozesse, also der Summe oder Kombination aller Prozesse. Dies ist im Gegensatz zu herkömmlichen vergleichbaren Anwendungen zu sehen, in denen oftmals für einen Korrekturschritt ein individuelles Residual für jeden einzelnen Prozess verwendet, also individuelle Korrekturschritte für alle einzelnen Prozesse durchgeführt werden bzw. vorgesehen sind.
-
Mit anderen Worten wird also in dem erfindungsgemäßen Verfahren in dem Kalmanfilter-Mechanismus die Differenz zu dem gesamten Sensordatenstrom und damit zu den alle gleichzeitig ablaufenden Prozesse in Kombination oder Summe repräsentierenden Mess- oder Sensordaten verwendet. Diese Differenz bzw. dieses Residual wird im Kalmanfilter-Formalismus mitunter auch als surprise-Term bezeichnet. Zur Messwertaktualisierung kann ein weiterer Teil des Sensordatenstroms aufgenommen bzw. erfasst werden, der beispielsweise mit einer jeweiligen vorgegebenen Mess- oder Abtastfrequenz aufgenommene Daten entsprechend regelmäßig bereitstellen kann. Für das in dem Kalmanfilter-Mechanismus zu berücksichtigende Vertrauen kann beispielsweise eine Varianz eines Sensorrauschens bzw. eine Varianz eines Prozessrauschens oder dergleichen verwendet werden.
-
In einem weiteren Verfahrensschritt des erfindungsgemäßen Verfahrens wird ein Output des Kalmanfilters, also ein Ergebnis der Anwendung des Kalmanfilters zum, insbesondere automatischen oder teilautomatischen, Detektieren von aufgetretenen, also in dem Sensordatenstrom repräsentierten Ereignissen ausgewertet. Dies kann in vorgegebener Weise, nach einem vorgegebenen Schema oder Algorithmus, durch Anwenden oder Auswerten wenigstens einen vorgegebenen Kriteriums, einen Schwellenwertvergleich oder dergleichen erfolgen. Beispielsweise können Ereignisse als Peaks oder bestimmte Signalformen oder Signalformmerkmale oder dergleichen detektiert werden.
-
Die vorliegende Erfindung bietet gegenüber herkömmlichen Ansätzen eine Reihe von Vorteilen. So kann eine besonders einfache Implementierung anhand einer einzelnen vorgegebenen künstlichen Signatur, also einer Mustersignatur für jede Art von zu detektierenden Ereignis ermöglicht werden. Zudem können, beispielsweise im Vergleich zu herkömmlichen Ansätzen mit Methoden des maschinellen Lernens, durch Verwendung der vorliegenden Erfindung Kosten und Aufwand für das Generieren von Trainingsdaten eingespart werden. Dabei können durch die vorliegende Erfindung gemischte oder überlagerte, also gleichzeitig ablaufende und nicht individuell erfasste oder gemessene Prozesse erfasst werden, da durch das Verwenden der künstlichen Signatur in dem Kalmanfilter ein Entmischen von zu detektierenden Ereignissen und Hintergrundprozessen, also den weiteren, gleichzeitig ablaufenden und daher dem zu detektierenden Ereignis überlagerten Prozessen erreicht werden. Das erfindungsgemäße Verfahren ist dabei mit vergleichsweise besonders geringem Rechenaufwand durchführbar, sodass entsprechend Kosten und Aufwand für Berechnungshardware besonders gering gehalten werden können.
-
Das erfindungsgemäße Verfahren kann als computerimplementiertes Verfahren verwendet werden und mittels herkömmlicher Berechnungs- oder Computerhardware ausgeführt werden. Somit kann das erfindungsgemäße Verfahren besonders einfach auch für bestehende Vorrichtungen angewendet werden, da oftmals keine spezialisierte oder zusätzliche Hardware notwendig ist. Für die vorliegende Erfindung muss auch beispielsweise nicht angenommen werden, dass in dem Sensordatenstrom Cluster-Strukturen vorhanden sind, sodass ein entsprechender Aufwand zur Interpretation von Clustern durch entsprechende Experten entfallen kann.
-
Da das erfindungsgemäße Verfahren mit besonders geringem Rechenaufwand durchgeführt werden kann, kann es in vielerlei verschiedenen Anwendungen und Einsatzgebieten verwendet werden, in denen gegebenenfalls keine umfangreichen Berechnungsressourcen zur Verfügung stehen. Damit kann das erfindungsgemäße Verfahren beispielsweise zum Detektieren oder Tracken von Ereignissen in Kraftfahrzeugen, sonstigen mobilen oder stationären Maschinen oder Geräten ebenso wie beispielsweise in sogenannten Data Warehouses und/oder dergleichen mehr angewendet werden. In Kraftfahrzeugen sind damit beispielsweise Anwendungen zum Mitverfolgen von Ereignissen in einer jeweiligen Umgebung möglich, um damit korrespondierende Fahrzeugfunktionen auszulösen oder einzustellen, beispielsweise eine defensivere Fahrweise eines zumindest teilweise automatisierten Fahrzeugs beim Erkennen gehäufter Schlaglöcher oder Hindernisse, oder um Kosten und Aufwand beim Aggregieren von Daten einer Vielzahl von Fahrzeugen, beispielweise in sogenannten Dashboards, zu minimieren durch Einsparung des Sendens von Rohdaten beispielweise an eine entsprechende zentrale Servereinrichtung, einen Cloudserver, ein Backend oder dergleichen und stattdessen Verwendung bzw. Senden von Ereignisdetektionen oder entsprechenden Flags oder dergleichen.
-
In einer möglichen Ausgestaltung der vorliegenden Erfindung wird zum Aufsetzen des Kalmanfilters für jede definierte Ereignissignatur eine Zustandsübergangsmatrix definiert, die annimmt, dass der Zustand im jeweils nächsten Zeitschritt bis auf eine Erhöhung eines jeweiligen Zustandsindex dem letzten Zustand entspricht. Weiter wird für die künstliche Signatur eine zweite Zustandsübergangsmatrix definiert, die annimmt, dass der Zustand im jeweils nächsten Zeitschritt unverändert bleibt, also ebenfalls dem jeweils letzten Zustand entspricht. Die wenigstens eine Ereignissignatur, also alle definierten Ereignissignaturen, und die künstliche Signatur werden als Messfunktionen verwendet und mit den Zustandsübergangsmatrizen zu dem Kalmanfilter kombiniert. Die Zustandsübergangsmatrizen beschreiben die zeitliche Zustandsentwicklung von Zeitschritt zu Zeitschritt. Die hier vorgeschlagene Ausgestaltung stellt eine besonders einfache und praktikable Möglichkeit zum Implementieren oder Realisieren des Kalmanfilters für das erfindungsgemäße Verfahren dar. Dadurch, dass jeweils angenommen wird, dass die Zustände unverändert bleiben, können die Zustandsübergangsmatrizen besonders einfach sein und entsprechende Berechnungen mit besonders geringem Aufwand durchgeführt werden.
-
In einer weiteren möglichen Ausgestaltung der vorliegenden Erfindung wird die künstliche Signatur derart generiert, dass sie - zumindest in einer Dimension - größer als die Ereignissignatur ist. Wenn die Signaturen Matrizen sind, dann kann die künstliche Signatur beispielsweise mehr Zeilen als die Ereignissignatur oder die Ereignissignaturen aufweisen. Auf diese Weise kann besonders einfach sichergestellt werden, dass die künstliche Signatur orthogonal zu der wenigstens einen Ereignissignatur ist und eine Vielzahl von Daten oder Situationen abgebildet werden kann. Dabei sollte die Zeilenanzahl der künstlichen Signatur insbesondere wenigstens so groß sein wie die Anzahl der zum Bereitstellen des Sensordatenstroms verwendeten Sensoren.
-
In einer möglichen Weiterbildung der vorliegenden Erfindung wird die künstliche Signatur als Matrix generiert, deren Zeilenanzahl um wenigstens 8, insbesondere um wenigstens oder genau 10, größer ist als die Anzahl der zu dem aufgenommenen Sensordatenstrom beitragenden Sensoren und deren Spaltenanzahl der Anzahl der zu dem aufgenommenen Sensordatenstrom beitragenden Sensoren entspricht. Dabei können jeweils redundante Sensoren oder Teildatenströme, welche dieselbe Größe messen, gegebenenfalls nur einmal gezählt werden. Werden beispielsweise vier Sensoren verwendet, so kann die künstliche Signatur beispielsweise als 12x4 oder 14x4-Matrix generiert werden. Die Ereignissignatur kann dabei eine 4xn-Matrix sein, wobei die Spaltenanzahl n der Ereignissignatur vom jeweiligen Anwendungsfall abhängen kann. Es hat sich gezeigt, dass in der Praxis eine derartige Größe der künstlichen Signatur für viele Situationen und Anwendungsfälle gut funktioniert, ohne einen übermäßig hohen Datenverarbeitungsaufwand zu verursachen.
-
In einer weiteren möglichen Ausgestaltung der vorliegenden Erfindung wird die künstliche Signatur zumindest teilweise aus Zufallszahlen generiert, also aufgebaut. Dabei können insbesondere normalverteilte Zufallszahlen verwendet werden. Beispielsweise kann also zum Generieren der künstlichen Signatur eine entsprechende Matrix ganz oder teilweise mit Zufallszahlen gefüllt werden. Durch kann in der Praxis auf besonders einfache Weise sichergestellt werden, dass die künstliche Signatur orthogonal zu den Ereignissignaturen ist. Dies wiederum ermöglicht das auch an anderer Stelle erwähnte - zumindest teilweise - Entmischen der verschiedenen Prozesse bzw. des zu detektierenden Ereignisses, also entsprechender Signalanteile des Sensordatenstroms voneinander.
-
In einer weiteren möglichen Ausgestaltung der vorliegenden Erfindung wird zum Auswerten des Outputs des Kalmanfilters zum Detektieren von aufgetretenen Ereignissen ein Schwellenwertvergleich bzw. ein Schwellenwertfilter angewendet (englisch: thresholding). Es kann also beispielsweise ein Peak, der größer als ein vorgegebener Schwellenwert ist, als ein Ereignis detektiert, also erkannt werden. Auf diese Weise kann eine besonders einfache und aufwandsarme Ereignisdetektion realisiert oder implementiert werden. Die hier vorgeschlagene Ausgestaltung der vorliegenden Erfindung kann insbesondere jeweils dann angewendet werden, wenn im jeweiligen Anwendungsfall zu detektierende Ereignisse entsprechende Peaks verursachen.
-
In einer möglichen Weiterbildung der vorliegenden Erfindung wird vor dem Anwenden des Schwellenwertvergleichs zunächst eine vorgegebene Glättungsfunktion auf den Output des Kalmanfilters bzw. die entsprechenden Zustände oder Zustandsdaten angewendet. Dadurch kann daraus ein Hintergrund oder Untergrund zumindest teilweise entfernt werden. Dies kann dann gegebenenfalls eine klarere und zuverlässigere Ereignisdetektion ermöglichen.
-
In einer weiteren möglichen Ausgestaltung der vorliegenden Erfindung wird zum Detektieren von Ereignissen der Output des Kalmanfilters mittels einer Methode des maschinellen Lernens ausgewertet, also verarbeitet. Mit anderen Worten kann der Output des Kalmanfilters also beispielsweise mittels eines zum Detektieren von entsprechenden Ereignissen trainierten künstlichen neuronalen Netzes verarbeitet werden. Eine jeweils verwendete Einrichtung des maschinellen Lernens, wie etwa ein solches künstliches neuronales Netz, kann also als Input den Output des Kalmanfilters verwenden und seinerseits als Output beispielsweise Markierungen, Zeitstempel und/oder dergleichen mehr detektierter Ereignisse ausgeben. Das maschinelle Lernen kann beispielsweise dann, wenn im jeweiligen Anwendungsfall zu detektierende Ereignisse keine klaren bzw. klar von umgebenden Daten getrennten oder abgegrenzten Peaks erzeugen, aufgetretene Ereignisse dennoch besonders zuverlässig detektieren. Die Verwendung des Outputs des Kalmanfilters als Input für die Methode oder Einrichtung des maschinellen Lernens kann, beispielsweise im Vergleich zum Verwenden entsprechender Rohdaten oder dem unverarbeiteten Sensordatenstrom, zu einer genaueren und zuverlässigeren Detektion von Ereignissen führen. Hier kann eine verbesserte Detektion von Ereignissen dadurch möglich sein, dass Daten oder Informationen eines Hintergrundes bzw. von anderen Prozessen in zu dem Ereignis korrespondierenden Teilen des Outputs des Kalmanfilters, also entsprechend entmischten Daten nicht oder nur abgereichert oder abgeschwächt vorkommen.
-
Ein weiterer Aspekt der vorliegenden Erfindung ist eine Detektionseinrichtung zum Detektieren von Ereignissen wenigstens einer vorgegebenen Art anhand eines jeweils aufgenommenen oder erfassten Sensordatenstroms. Dabei weist die Detektionseinrichtung eine Eingangsschnittstelle zum Aufnehmen des Sensordatenstroms, eine Prozesseinrichtung und einen damit gekoppelten Datenspeicher zum Verarbeiten des Sensordatenstroms sowie eine Ausgangsschnittstelle zum Ausgeben oder Bereitstellen von jeweiligen Detektionsergebnissen auf. Die erfindungsgemäße Detektionseinrichtung ist dabei zum, insbesondere automatischen oder teilautomatischen, Ausführen wenigstens einer Ausführungsform des erfindungsgemäßen Verfahrens eingerichtet. Dazu kann beispielsweise ein entsprechendes Betriebs- oder Computerprogramm, das die im Zusammenhang mit dem erfindungsgemäßen Verfahren genannten Verfahrensschritte, Abläufe oder Maßnahmen und/oder entsprechende Steueranweisungen codiert oder implementiert, in dem Datenspeicher gespeichert sein. Dieses Betriebs- oder Computerprogramm kann dann mittels der Prozesseinrichtung, also beispielsweise eines Mikrochips, Mikroprozessors oder Mikrocontrollers oder dergleichen, ausgeführt werden, um das entsprechende Verfahren auszuführen oder dessen Ausführung zu bewirken. Je nach Anwendungsfall kann die Detektionseinrichtung beispielsweise als Steuergerät, Assistenzsystem, Computereinrichtung, eingebettetes System und/oder dergleichen mehr realisiert oder ausgestaltet sein.
-
Ein weiterer Aspekt der vorliegenden Erfindung ist ein Kraftfahrzeug, das eine Sensoreinrichtung zum Bereitstellen eines Sensordatenstroms und eine erfindungsgemäße Detektionseinrichtung aufweist. Die Sensoreinrichtung kann einen oder mehrere Sensoren umfassen, die beispielsweise gleicher oder unterschiedlicher Art sowie an der gleichen Stelle oder räumlich verteilt angeordnet sein können. Das erfindungsgemäße Kraftfahrzeug kann ebenso Datenleitungen oder Datenverbindungen, beispielsweise ein Bordnetz oder Bussystem oder dergleichen aufweisen, worüber von der Sensoreinrichtung bereitgestellte Sensordaten, also der Sensordatenstrom, zu der Detektionseinrichtung transportiert, also gesendet werden können. Ebenso kann das erfindungsgemäße Kraftfahrzeug beispielsweise wenigstens ein weiteres Assistenzsystem und/oder eine Ausgabeeinrichtung zum Ausgeben eines, beispielsweise optischen, akustischen und/oder haptischen, Hinweises auf ein Detektieren eines Ereignisses hin aufweisen. Das Assistenzsystem kann beispielsweise dazu eingerichtet sein, seine Funktion oder sein Verhalten in Abhängigkeit von der Detektion eines oder mehrerer Ereignisse durch die Detektionseinrichtung automatisch anzupassen. So kann beispielsweise eine Fahrweise, eine Trajektorienbestimmung, eine Geschwindigkeit, eine Fahrwerksabstimmung und/oder dergleichen mehr in Abhängigkeit von detektierten Ereignissen, etwa von deren Art und/oder Häufigkeit oder dergleichen, automatisch angepasst oder eingestellt werden. Dadurch kann im Betrieb des Kraftfahrzeugs beispielsweise eine verbesserte Sicherheit und/oder ein verbesserter Insassen- oder Nutzungskomfort erreicht werden.
-
Weitere Merkmale der Erfindung können sich aus der nachfolgenden Figurenbeschreibung sowie anhand der Zeichnung ergeben. Die vorstehend in der Beschreibung genannten Merkmale und Merkmalskombinationen sowie die nachfolgend in der Figurenbeschreibung und/oder in den Figuren allein gezeigten Merkmale und Merkmalskombinationen sind nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder in Alleinstellung verwendbar, ohne den Rahmen der Erfindung zu verlassen.
-
Die Zeichnung zeigt in:
- 1 einen beispielhaften schematischen Ablaufplan für ein Verfahren zum Detektieren von Ereignissen; und
- 2 eine ausschnittweise schematische Darstellung eines Kraftfahrzeugs, das für ein solches Verfahren eingerichtet ist.
-
1 zeigt einen beispielhaften schematischen Ablaufplan 1 für ein Verfahren zum Detektieren von Ereignissen wenigstens einer vorgegebenen Art. Ein solches Verfahren kann beispielsweise zum Detektieren von Ereignissen im Betrieb eines Fahrzeugs angewendet werden. In einem Verfahrensschritt S1 können Beispielsensordaten generiert oder bereitgestellt werden. Dabei kann es sich um Sensordaten handeln, die aufgenommen wurden, während ein Ereignis der zu detektierenden Art aufgetreten ist.
-
In einem Verfahrensschritt S2 können anhand der Beispielsensordaten eine oder mehrere Ereignissignaturen definiert werden, die jeweils zu einem zu detektierenden Ereignis korrespondieren.
-
Unter Verwendung dieser Ereignissignatur oder Ereignissignaturen kann in einem Verfahrensschritt S3 ein Kalmanfilter aufgesetzt, also eingerichtet oder erzeugt werden. Dazu kann in einem Verfahrensschritt S3a eine künstliche Signatur definiert werden, welche, insbesondere normalverteilte, Zufallszahlen enthält. Diese künstliche Signatur kann beispielsweise eine Matrix sein oder umfassen, deren Zeilenanzahl um 10 größer ist als die im jeweiligen Anwendungsfall verwendete Sensoranzahl. In einem Verfahrensschritt S3b kann für jede definierte Ereignissignatur eine Zustandsübergangsmatrix definiert werden, welche annimmt, dass der Zustand im jeweils nächsten Zeitschritt dem letzten Zustand entspricht mit einem Shift, also beispielsweise einem Hochzählen eines entsprechenden Zustandsindex. In einem Verfahrensschritt S3c kann für die künstliche Signatur ebenfalls eine Zustandsübergangsmatrix definiert werden, welche annimmt, dass der Zustand im nächsten Zeitschritt gleich bleibt. In einem Verfahrensschritt S3d können die definierten Ereignissignaturen und die künstliche Signatur als Messfunktionen und die Zustandsübergangsmatrizen zu dem Kalmanfilter zusammengefügt werden.
-
In einem Verfahrensschritt S 4 kann im jeweiligen Anwendungsfall ein Sensordatenstrom aufgenommen oder erfasst werden. Der Sensordatenstrom kann aufgenommen werden, während mehrere verschiedene Prozesse ablaufen, die jeweils den Sensordatenstrom, also entsprechende Sensor- oder Messdaten, beeinflussen. Der Sensordatenstrom kann also eine Korrelation oder Überlagerung mehrerer Prozesse bzw. von durch mehrere Prozesse verursachten oder beeinflussten Signalen sein. Der Sensordatenstrom kann dann für eine online-Ereignisdetektion verwendet oder für eine offline-Ereignisdetektion abgespeichert werden.
-
In einem Verfahrensschritt S5 kann der Kalmanfilter auf den Sensordatenstrom angewendet werden. Dabei wird ein Korrekturschritt des Kalmanfilters für den Zustand von jedem Prozess mit dem Residual aller Prozesse durchgeführt, also nicht für jeden einzelnen Prozess mit einem jeweiligen individuellen Residual.
-
In einem Verfahrensschritt S6 kann der jeweilige Output des Kalmanfilters zum Detektieren eventuell aufgetretener Ereignisse weiterverarbeitet werden. Dabei können im Rahmen der Anwendung des Kalmanfilters bestimmte Zustände und rekonstruierte Daten für die verschiedenen Prozesse ausgewertet werden. Beispielsweise kann eine Ereignisdetektion über einen Schwellenwertvergleich von Zuständen erfolgen, deren Untergrund gegebenenfalls als geglättetes Signal entfernt worden sein kann. Ebenso ist eine Ereignisdetektion durch Anwendung von Regeln oder Verfahren des maschinellen Lernens auf rekonstruierte Daten des jeweiligen Ereignisses möglich.
-
Wird ein Ereignis erfolgreich detektiert, so kann dann je nach Anwendungsfall in vorgegebener Weise, beispielsweise automatisch darauf reagiert werden. Beispielsweise kann automatisch ein entsprechendes Steuersignal ausgelöst und/oder ein entsprechender Hinweis ausgegeben werden.
-
2 zeigt eine ausschnittweise schematische Darstellung eines Kraftfahrzeugs 2, das mit einer Detektionseinrichtung 3 zum Detektieren von Ereignissen ausgestattet ist. Dieses Detektieren erfolgt dabei anhand eines Sensordatenstroms. Um diesen Sensordatenstrom bereitzustellen, weist das Kraftfahrzeug 2 hier mehrere Sensoren 4 auf. Dabei kann es sich beispielsweise um Beschleunigungs-, Bewegungs-, Lage-, Verwindungs-, Geschwindigkeitssensoren und/oder dergleichen mehr handeln.
-
Um den Sensordatenstrom, also die von den Sensoren 4 gemessenen bzw. bereitgestellten Sensordaten zu erfassen und zu verarbeiten, weist die Detektionseinrichtung 3 hier schematisch angedeutet eine Schnittstelle 5, einen Prozessor 6 und einen Datenspeicher 7 auf. Damit kann das Kraftfahrzeug 2 hier zum Detektieren von Ereignissen gemäß dem im Zusammenhang mit 1 beschriebenen Verfahren eingerichtet sein. Dazu kann in der Detektionseinrichtung 3, insbesondere in dem Datenspeicher 7, ein entsprechendes Programm, eine entsprechend trainierte Einrichtung des maschinellen Lernens und/oder dergleichen mehr implementiert sein.
-
Insgesamt zeigen die beschriebenen Beispiele wie eine Erkennung von Ereignissen in Sensordaten, beispielsweise als Event-Tracker, also für eine Ereignis-Mitverfolgung in einem Fahrzeug realisiert werden kann.
-
Bezugszeichenliste
-
- 1
- Ablaufplan
- 2
- Kraftfahrzeug
- 3
- Detektionseinrichtung
- 4
- Sensoren
- 5
- Schnittstelle
- 6
- Prozessor
- 7
- Datenspeicher
- S1-S6
- Verfahrensschritte
-
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 11145142 B2 [0005]
- US 10474916 B2 [0006]
- US 8558679 B2 [0007]
- DE 102016011366 A1 [0008]
