DE102022207097A1

DE102022207097A1 - Method for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle

Info

Publication number: DE102022207097A1
Application number: DE102022207097.6A
Authority: DE
Inventors: Thomas Nuernberg; Ruediger Jordan; Michael Ulrich; Thomas MICHALKE
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2022-07-12
Filing date: 2022-07-12
Publication date: 2024-01-18
Also published as: WO2024013143A1

Abstract

Die Erfindung betrifft Verfahren zum Trainieren eines Algorithmus des maschinellen Lernens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten, wobei das Verfahren (1) folgende Schritte aufweist: Bereitstellen von Erfahrungswerten bezüglich der durch den wenigstens einen Umgebungssensor erfassten Daten (2); Bereitstellen von Umgebungsdaten (3); und Trainieren des Algorithmus des maschinellen Lernens basierend auf den Erfahrungswerten bezüglich der durch den wenigstens einen Umgebungssensor erfassten Daten und den Umgebungsdaten derart, dass der Algorithmus des maschinellen Lernens ausgebildet ist, aus aktuell durch den wenigstens einen Umgebungssensor erfassten Daten Informationen über eine aktuelle Umgebung des Kraftfahrzeuges zu gewinnen (4).The invention relates to methods for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, wherein the method (1) has the following steps: Providing empirical values with regard to the values determined by the at least one Data collected by environmental sensor (2); Providing environmental data (3); and training the machine learning algorithm based on the empirical values regarding the data recorded by the at least one environmental sensor and the environmental data such that the machine learning algorithm is designed to obtain information about a current environment of the motor vehicle from data currently recorded by the at least one environmental sensor to win (4).

Description

Die Erfindung betriff ein Verfahren zum Trainieren eines Algorithmus des maschinellen Lernens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten, wobei der Algorithmus des maschinellen Lernens derart trainiert wird, dass mit diesem auch Informationen über eine noch zu befahrende Umgebung des Kraftfahrzeuges zuverlässig gewonnen werden können.The invention relates to a method for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, the machine learning algorithm being trained in such a way that it also provides information about a motor vehicle surroundings of the motor vehicle to be driven through can be reliably obtained.

Beispielsweise beim Steuern eines Fahrerassistenzsystems eines Kraftfahrzeuges oder beim Betreiben eines autonom fahrenden Kraftfahrzeuges ist es wichtig, möglichst exakte Informationen über die Umgebung eines Kraftfahrzeuges zur Verfügung zu haben.For example, when controlling a driver assistance system of a motor vehicle or when operating an autonomous motor vehicle, it is important to have the most accurate information possible about the surroundings of a motor vehicle.

Insbesondere für die Modellierung einer stationären Umgebung eines Kraftfahrzeuges wird dabei ferner häufig ein Belegungsgitter als modellfreie Repräsentation gewählt. Ein Belegungsgitter besteht dabei aus mehreren Zellen und stellt, betrachtet aus der Vogelperspektive, ein zweidimensionales kartesisches Gitter dar, wobei jeder Zelle des Belegungsgitters ein Wert zugeordnet sein kann, und der einer Zelle jeweils zugeordnete Wert beispielsweise die Wahrscheinlichkeit dafür, dass die entsprechende Zelle belegt ist, angeben kann.In particular, for modeling a stationary environment of a motor vehicle, an occupancy grid is often chosen as a model-free representation. An occupancy grid consists of several cells and, viewed from a bird's eye view, represents a two-dimensional Cartesian grid, whereby each cell of the occupancy grid can be assigned a value, and the value assigned to a cell, for example, is the probability that the corresponding cell is occupied , can specify.

Derartige Belegungsgitter können dabei beispielsweise die Grundlage einer Trajektorienplanung bilden. Ferner kann aus Belegungsgittern auch auf die Semantik einer Szene geschlossen werden, wobei beispielsweise eine Ausgabe erzeugt werden kann, bei der jede Zelle des Belegungsgitter eine Wahrscheinlichkeit für das Vorhandensein eines Objektes einer bestimmten Klasse in dem entsprechenden Bereich angeben kann.Such occupancy grids can, for example, form the basis of trajectory planning. Furthermore, the semantics of a scene can also be inferred from occupancy grids, whereby, for example, an output can be generated in which each cell of the occupancy grid can indicate a probability of the presence of an object of a certain class in the corresponding area.

Dadurch, dass derartige Belegungsgitter für gewöhnlich über einen längeren Zeitraum aggregiert werden, sind die aus einem Belegungsgitter gewonnen Informationen dabei zuverlässig für Zellen, welche schon einige Zeit sichtbar waren und oft gemessen beziehungsweise erfasst wurden. Zellen, welche erst seit kurzem sichtbar sind, wurden jedoch häufig seltener gemessen, so dass die aus diesen abgeleiteten Informationen deutlich unzuverlässiger beziehungsweise unpräziser sind. Insbesondere kommt es dabei häufig vor, dass die aus Zellen, an denen das Kraftfahrzeug bereits vorbeigefahren ist, abgeleiteten Informationen sehr exakt sind, während die aus Zellen, an denen das Kraftfahrzeug erst noch vorbeifahren wird, abgeleiteten Informationen deutlich weniger zuverlässig sind.Because such occupancy grids are usually aggregated over a longer period of time, the information obtained from an occupancy grid is reliable for cells that have been visible for some time and have often been measured or recorded. However, cells that have only recently become visible have often been measured less frequently, meaning that the information derived from them is significantly less reliable or imprecise. In particular, it often happens that the information derived from cells that the motor vehicle has already passed is very precise, while the information derived from cells that the motor vehicle has yet to pass is significantly less reliable.

Aus der Druckschrift DE 10 2017 006 155 A1 ist ein Verfahren zum Betreiben eines wenigstens zwei Umgebungssensoren aufweisenden Sensorsystems für ein Fahrzeug, durch Trainieren eines ersten Klassifikators mit ersten Trainingsdaten eines ersten Umgebungssensors, Bestimmen eines den ersten Klassifikator repräsentierenden ersten Klassifikationsmodells, Klassifizieren von ersten Sensordaten des ersten Umgebungssensors anhand des ersten Klassifikationsmodells, Empfangen von zweiten Sensordaten eines von dem ersten Umgebungssensor verschiedenen, zweiten Umgebungssensors, mittels des ersten Klassifikators, Klassifizieren der zweiten Sensordaten anhand des ersten Klassifikationsmodells, Übertragen der klassifizierten zweiten Sensordaten an einen zweiten Klassifikator, welcher dem zweiten Umgebungssensor zugeordnet ist, als zweite Trainingsdaten und Bestimmen eines den zweiten Klassifikator repräsentierenden zweiten Klassifikationsmodells anhand der zweiten Trainingsdaten bekannt.From the publication DE 10 2017 006 155 A1 is a method for operating a sensor system for a vehicle that has at least two environmental sensors, by training a first classifier with first training data of a first environmental sensor, determining a first classification model representing the first classifier, classifying first sensor data of the first environmental sensor based on the first classification model, receiving second sensor data of a second environmental sensor that is different from the first environmental sensor, by means of the first classifier, classifying the second sensor data based on the first classification model, transmitting the classified second sensor data to a second classifier, which is assigned to the second environmental sensor, as second training data and determining a second classification model representing the second classifier is known based on the second training data.

Der Erfindung liegt somit die Aufgabe zugrunde, ein Verfahren zum Trainieren eines Algorithmus des maschinellen Lernens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten, mit welchem auch Informationen über eine noch zu befahrende Umgebung des Kraftfahrzeuges zuverlässig gewonnen werden können, anzugeben.The invention is therefore based on the object of providing a method for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, with which information about the surroundings of the motor vehicle that is still to be driven can also be reliably obtained can be won.

Die Aufgabe wird gelöst durch ein Verfahren zum Trainieren eines Algorithmus des maschinellen Lernens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten gemäß den Merkmalen des Patentanspruchs 1.The object is achieved by a method for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle according to the features of patent claim 1.

Die Aufgabe wird zudem auch gelöst durch ein Steuergerät zum Trainieren eines Algorithmus des maschinellen Lernens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten gemäß den Merkmalen des Patentanspruchs 7.The task is also solved by a control device for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle according to the features of patent claim 7.

Offenbarung der ErfindungDisclosure of the invention

Gemäß einer Ausführungsform der Erfindung wird diese Aufgabe gelöst durch ein Verfahren zum Trainieren eines Algorithmus des maschinellen Lernens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten, wobei das Verfahren ein Bereitstellen von Erfahrungswerten bezüglich der durch den wenigstens einen Umgebungssensor erfassten Daten, ein Bereitstellen von Umgebungsdaten, und ein Trainieren des Algorithmus des maschinellen Lernens basierend auf den Erfahrungswerten bezüglich der durch den wenigstens einen Umgebungssensor erfassten Daten und den Umgebungsdaten derart, dass der Algorithmus des maschinellen Lernens ausgebildet ist, aus aktuell durch den wenigstens einen Umgebungssensor erfassten Daten Informationen über eine aktuelle Umgebung des Kraftfahrzeuges zu gewinnen, aufweist.According to one embodiment of the invention, this object is achieved by a method for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, the method providing empirical values with regard to the data collected by at least one environmental sensor, providing environmental data, and training the machine learning algorithm based on the empirical values regarding the data recorded by the at least one environmental sensor and the environmental data such that the machine learning algorithm is designed to obtain information about a current data from data currently recorded by the at least one environmental sensor To gain surroundings of the motor vehicle.

Algorithmen des maschinellen Lernens basieren darauf, dass Verfahren der Statistik verwendet werden, um eine Datenverarbeitungsanlage derart zu trainieren, dass diese eine bestimmte Aufgabe ausführen kann, ohne dass diese ursprünglich explizit hierzu programmiert wurde. Das Ziel des maschinellen Lernens besteht dabei darin, Algorithmen zu konstruieren, die aus Daten lernen und Vorhersagen treffen können. Diese Algorithmen erstellen mathematische Modelle, mit denen beispielsweise Daten klassifiziert werden können.Machine learning algorithms are based on the fact that statistical methods are used to train a data processing system so that it can carry out a specific task without it having originally been explicitly programmed for this purpose. The goal of machine learning is to construct algorithms that can learn from data and make predictions. These algorithms create mathematical models that can be used, for example, to classify data.

Unter Erfahrungswerten werden dabei weiter bekannte, beispielsweise historische, und/oder aus Erfahrungen abgeleitete Werte beziehungsweise Sensordaten verstanden.Empirical values are understood to mean values or sensor data that are known, for example historical values and/or values derived from experience.

Bei den Umgebungsdaten kann es sich ferner insbesondere um gelabelte beziehungsweise entsprechend gekennzeichnete Umgebungsdaten handeln, das heißt mit entsprechenden Ground-Truth Informationen versehene Umgebungsdaten.The environmental data can also be, in particular, labeled or correspondingly marked environmental data, that is, environmental data provided with appropriate ground truth information.

Dass dabei nicht nur Umgebungsdaten, insbesondere gelabelte Umgebungsdaten, sondern auch Erfahrungswerte zum Trainieren des Algorithmus des maschinellen Lernens zum Gewinnen der Informationen über die aktuelle Umgebung des Kraftfahrzeuges herangezogen werden hat dabei den Vorteil, dass ein Algorithmus des maschinellen Lernens trainiert werden kann, welcher ausgebildet ist, die zur Gewinnung von Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges zur Verfügung stehenden Informationen anzureichern, das heißt deutlich mehr Daten zur Gewinnung von Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges und somit auch zuverlässigere und präzisere Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges zur Verfügung zu stellen.The fact that not only environmental data, in particular labeled environmental data, but also empirical values are used to train the machine learning algorithm to obtain information about the current environment of the motor vehicle has the advantage that a trained machine learning algorithm can be trained , to enrich the information available for obtaining information about the surroundings of the motor vehicle that have yet to be driven, that is to say significantly more data for obtaining information about the surroundings of the motor vehicle that have yet to be driven and thus also more reliable and precise information about the surroundings that have yet to be driven to provide the area around which the motor vehicle is to be driven.

Insgesamt wird somit ein Verfahren zum Trainieren eines Algorithmus des maschinellen Lernens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten, mit welchem auch Informationen über eine noch zu befahrende Umgebung des Kraftfahrzeuges zuverlässig gewonnen werden können, angegeben.Overall, a method for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, with which information about an area surrounding the motor vehicle that is still to be driven can also be reliably obtained, is therefore specified .

Dabei können die Erfahrungswerte bezüglich der durch den wenigstens einen Umgebungssensor erfassten Daten während Testfahrten gewonnen worden sein.The empirical values regarding the data recorded by the at least one environmental sensor may have been obtained during test drives.

Dass Erfahrungswerte bezüglich der durch den wenigstens einen Umgebungssensor erfassten Daten während Testfahrten gewonnen werden, bedeutet dabei, dass während Testfahrten mit demselben Kraftfahrzeug oder einem anderen Kraftfahrzeug Sensordaten durch identische oder ähnliche Umgebungssensoren erfasst werden, wobei aus diesen Sensordaten entsprechende Umgebungsinformationen abgeleitet werden können.The fact that empirical values regarding the data recorded by the at least one environmental sensor are obtained during test drives means that during test drives with the same motor vehicle or another motor vehicle, sensor data is recorded by identical or similar environmental sensors, whereby corresponding environmental information can be derived from these sensor data.

Die Erfahrungswerte können somit auf einfache Art und Weise bereitgestellt werden, ohne dass eine aufwendige und kostspielige beziehungsweise ressourcenintensive Her- beziehungsweise Ableitung dieser Daten beziehungsweise Werte, beispielsweise mittels manuell entwickelter Modelle vonnöten ist.The empirical values can thus be provided in a simple manner, without the need for complex and costly or resource-intensive derivation of these data or values, for example using manually developed models.

In einer Ausführungsform weist das Trainieren des Algorithmus des maschinellen Lernens ein Gewinnen von ersten Informationen über eine Umgebung aus den Umgebungsdaten, ein Gewinnen von zweiten Informationen über eine Umgebung aus den Umgebungsdaten und den Erfahrungswerten und ein Trainieren des Algorithmus des maschinellen Lernens derart, dass dieser ausgebildet ist, die ersten Informationen auf die zweiten Informationen abzubilden, auf.In one embodiment, training the machine learning algorithm includes obtaining first information about an environment from the environmental data, obtaining second information about an environment from the environmental data and the empirical values, and training the machine learning algorithm such that it is trained is to map the first information to the second information.

Dass dabei Erfahrungswerte als Ground-Truth Informationen zum Trainieren des Algorithmus des maschinellen Lernens herangezogen werden, hat den Vorteil, dass keine aufwendigen und kostspieligen beziehungsweise ressourcenintensive Labelingverfahren vonnöten sind, wobei, beispielsweise verglichen mit manuellen Modellen, bessere beziehungsweise genauere Ergebnisse erzeugt werden können.The fact that empirical values are used as ground truth information to train the machine learning algorithm has the advantage that no complex and costly or resource-intensive labeling processes are necessary, whereby, for example, better or more precise results can be generated compared to manual models.

Ferner können die ersten Informationen über eine Umgebung des Kraftfahrzeuges und/oder die zweite Information über eine Umgebung des Kraftfahrzeuges weiter eine Prädiktion der Unsicherheit der gewonnen Informationen aufweisen.Furthermore, the first information about an environment of the motor vehicle and/or the second information about an environment of the motor vehicle can further have a prediction of the uncertainty of the information obtained.

Unter Prädiktion der Unsicherheit wird dabei eine zusätzliche Information beziehungsweise Kennzeichnung darüber, wie zuverlässig die gewonnenen Informationen beziehungsweise die aus den Erfahrungswerten und den Sensorwerten abgeleiteten Informationen sind, verstanden.Prediction of uncertainty is understood to mean additional information or identification about how reliable the information obtained or the information derived from the empirical values and the sensor values is.

Diese zusätzlichen Informationen können dabei mitverarbeitet, beispielsweise beim anschließenden Steuern einer Funktion des Kraftfahrzeuges basierend auf den gewonnen Informationen über die aktuelle Umgebung des Kraftfahrzeuges mitberücksichtigt werden, was sich insbesondere beim Steuern von sicherheitskritischen Fahrzeugfunktionen als vorteilhaft erweist.This additional information can be processed, for example when subsequently controlling a function of the motor vehicle based on the information obtained about the current environment of the motor vehicle, which proves to be particularly advantageous when controlling safety-critical vehicle functions.

Mit einer weiteren Ausführungsform der Erfindung wird auch ein Verfahren zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten angegeben, wobei das Verfahren ein Erfassen von aktuellen Daten durch den wenigstens einen Umgebungssensor und ein Gewinnen von Informationen über die aktuelle Umgebung des Kraftfahrzeuges aus den aktuellen Daten durch Anwenden eines Algorithmus des maschinellen Lernens, welcher trainiert ist, aus aktuell durch den wenigstens einen Umgebungssensor erfassten Daten Informationen über eine aktuelle Umgebung des Kraftfahrzeuges zu gewinnen, wobei der Algorithmus des maschinellen Lernens durch ein obenstehend beschriebenes Verfahren zum Trainieren eines Algorithmus des maschinellen Lernens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten trainiert wurde, aufweist.A further embodiment of the invention also specifies a method for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, wherein the method involves acquiring current data by the at least one environmental sensor and obtaining information about the current environment of the motor vehicle from the current data by applying a machine learning algorithm which is trained to obtain information about a current environment of the motor vehicle from data currently recorded by the at least one environmental sensor, the machine learning algorithm being as described above Method for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle from data acquired by at least one environmental sensor of the motor vehicle.

Somit wird ein Verfahren zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten angegeben, welches auf einem durch ein Verfahren zum Trainieren eines Algorithmus des maschinellen Lernens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten, mit welchem auch Informationen über eine noch zu befahrende Umgebung des Kraftfahrzeuges zuverlässig gewonnen werden können, trainierten Algorithmus des maschinellen Lernens basiert. Dass dabei nicht nur Umgebungsdaten, insbesondere gelabelte Umgebungsdaten, sondern auch Erfahrungswerte zum Trainieren des Algorithmus des maschinellen Lernens zum Gewinnen der Informationen über die aktuelle Umgebung des Kraftfahrzeuges herangezogen werden hat dabei den Vorteil, dass ein Algorithmus des maschinellen Lernens trainiert werden kann, welcher ausgebildet ist, die zur Gewinnung von Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges zur Verfügung stehenden Informationen anzureichern, das heißt deutlich mehr Daten zur Gewinnung von Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges und somit auch zuverlässigere und präzisere Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges zur Verfügung zu stellen.Thus, a method for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle is specified, which is based on a method for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle Data collected by at least one environmental sensor of the motor vehicle, with which information about the surroundings of the motor vehicle that is still to be driven can be reliably obtained, is based on a trained machine learning algorithm. The fact that not only environmental data, in particular labeled environmental data, but also empirical values are used to train the machine learning algorithm to obtain information about the current environment of the motor vehicle has the advantage that a trained machine learning algorithm can be trained , to enrich the information available for obtaining information about the surroundings of the motor vehicle that have yet to be driven, that is to say significantly more data for obtaining information about the surroundings of the motor vehicle that have yet to be driven and thus also more reliable and precise information about the surroundings that have yet to be driven to provide the area around which the motor vehicle is to be driven.

Mit einer weitere Ausführungsform der Erfindung wird weiter auch ein Verfahren zum Steuern einer Funktion eines Kraftfahrzeuges basierend auf Informationen über eine aktuelle Umgebung des Kraftfahrzeuges angegeben, wobei das Verfahren ein Gewinnen von Informationen über eine aktuelle Umgebung des Kraftfahrzeuges durch ein obenstehend beschriebenes Verfahren zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges und ein Steuern der Funktion des Kraftfahrzeuges basierend auf den gewonnenen Informationen über die aktuelle Umgebung des Kraftfahrzeuges aufweist.A further embodiment of the invention also specifies a method for controlling a function of a motor vehicle based on information about a current environment of the motor vehicle, wherein the method involves obtaining information about a current environment of the motor vehicle by a method for obtaining information described above about a current environment of a motor vehicle and controlling the function of the motor vehicle based on the information obtained about the current environment of the motor vehicle.

Unter Steuerung einer Funktion eines Kraftfahrzeuges beziehungsweise einer Kraftfahrzeugsfunktion wird dabei eine Steuerung einer Antriebskomponente, beispielsweise eines Motors oder einer Bremse, einer Fahrzeugsteuerung, beispielsweise einer Fahrzeuglenkung, einer Beleuchtungseinrichtung oder eines anderen steuerbaren Systems eines Kraftfahrzeuges verstanden.Controlling a function of a motor vehicle or a motor vehicle function is understood to mean controlling a drive component, for example a motor or a brake, a vehicle control, for example a vehicle steering system, a lighting device or another controllable system of a motor vehicle.

Somit wird ein Verfahren zum Steuern einer Funktion eines Kraftfahrzeuges basierend auf Informationen über eine aktuelle Umgebung des Kraftfahrzeuges angegeben,
welches auf einem durch ein Verfahren zum Trainieren eines Algorithmus des maschinellen Lernens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten, mit welchem auch Informationen über eine noch zu befahrende Umgebung des Kraftfahrzeuges zuverlässig gewonnen werden können, trainierten Algorithmus des maschinellen Lernens basiert. Dass dabei nicht nur Umgebungsdaten, insbesondere gelabelte Umgebungsdaten, sondern auch Erfahrungswerte zum Trainieren des Algorithmus des maschinellen Lernens zum Gewinnen der Informationen über die aktuelle Umgebung des Kraftfahrzeuges herangezogen werden hat dabei den Vorteil, dass ein Algorithmus des maschinellen Lernens trainiert werden kann, welcher ausgebildet ist, die zur Gewinnung von Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges zur Verfügung stehenden Informationen anzureichern, das heißt deutlich mehr Daten zur Gewinnung von Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges und somit auch zuverlässigere und präzisere Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges zur Verfügung zu stellen.Thus, a method for controlling a function of a motor vehicle based on information about a current environment of the motor vehicle is specified,
which is based on a method for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, with which information about an environment of the motor vehicle that is still to be driven can also be reliably obtained, trained machine learning algorithm. The fact that not only environmental data, in particular labeled environmental data, but also empirical values are used to train the machine learning algorithm to obtain information about the current environment of the motor vehicle has the advantage that a trained machine learning algorithm can be trained , to enrich the information available for obtaining information about the surroundings of the motor vehicle that have yet to be driven, that is to say significantly more data for obtaining information about the surroundings of the motor vehicle that have yet to be driven and thus also more reliable and precise information about the surroundings that have yet to be driven to provide the area around which the motor vehicle is to be driven.

Mit einer weiteren Ausführungsform der Erfindung wird zudem auch ein Steuergerät zum Trainieren eines Algorithmus des maschinellen Lernens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten angegeben, wobei das Steuergerät eine erste Bereitstellungseinheit, welche ausgebildet ist, Erfahrungswerte bezüglich der durch den wenigstens einen Umgebungssensor erfassten Daten bereitzustellen, eine zweite Bereitstellungseinheit, welche ausgebildet ist, Umgebungsdaten bereitzustellen, und eine Trainingseinheit, welche ausgebildet ist, den Algorithmus des maschinellen Lernens basierend auf den Erfahrungswerten bezüglich der durch den wenigstens einen Umgebungssensor erfassten Daten und den Umgebungsdaten derart zu trainieren, dass der Algorithmus des maschinellen Lernens ausgebildet ist, aus aktuell durch den wenigstens einen Umgebungssensor erfassten Daten Informationen über eine aktuelle Umgebung des Kraftfahrzeuges zu gewinnen, aufweist.A further embodiment of the invention also provides a control device for training a machine learning algorithm ens for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, the control device being a first provision unit, which is designed to provide empirical values with regard to the data recorded by the at least one environmental sensor, a second provision unit, which is designed to provide environmental data, and a training unit, which is designed to train the machine learning algorithm based on the empirical values regarding the data recorded by the at least one environmental sensor and the environmental data such that the machine learning algorithm is designed, from current to obtain information about a current environment of the motor vehicle through the at least one environmental sensor.

Somit wird ein Steuergerät zum Trainieren eines Algorithmus des maschinellen Lernens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten, mit welchem auch Informationen über eine noch zu befahrende Umgebung des Kraftfahrzeuges zuverlässig gewonnen werden können, angegeben. Dass dabei nicht nur Umgebungsdaten, insbesondere gelabelte Umgebungsdaten, sondern auch Erfahrungswerte zum Trainieren des Algorithmus des maschinellen Lernens zum Gewinnen der Informationen über die aktuelle Umgebung des Kraftfahrzeuges herangezogen werden hat dabei den Vorteil, dass ein Algorithmus des maschinellen Lernens trainiert werden kann, welcher ausgebildet ist, die zur Gewinnung von Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges zur Verfügung stehenden Informationen anzureichern, das heißt deutlich mehr Daten zur Gewinnung von Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges und somit auch zuverlässigere und präzisere Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges zur Verfügung zu stellen.Thus, a control device is specified for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, with which information about an environment of the motor vehicle that is still to be driven can also be reliably obtained. The fact that not only environmental data, in particular labeled environmental data, but also empirical values are used to train the machine learning algorithm to obtain information about the current environment of the motor vehicle has the advantage that a trained machine learning algorithm can be trained , to enrich the information available for obtaining information about the surroundings of the motor vehicle that have yet to be driven, that is to say significantly more data for obtaining information about the surroundings of the motor vehicle that have yet to be driven and thus also more reliable and precise information about the surroundings that have yet to be driven to provide the area around which the motor vehicle is to be driven.

Dabei können die Erfahrungswerte bezüglich der durch den wenigstens einen Umgebungssensor erfassten Daten während Testfahrten gewonnen worden sein. Die Erfahrungswerte können somit auf einfache Art und Weise bereitgestellt werden, ohne dass eine aufwendige und kostspielige beziehungsweise ressourcenintensive Her- beziehungsweise Ableitung dieser Daten beziehungsweise Werte vonnöten ist.The empirical values regarding the data recorded by the at least one environmental sensor may have been obtained during test drives. The empirical values can therefore be provided in a simple manner, without the need for a complex and costly or resource-intensive derivation of these data or values.

In einer Ausführungsform ist die Trainingseinheit ausgebildet, aus den Umgebungsdaten erste Informationen über Umgebung des Kraftfahrzeuges zu gewinnen, aus den Umgebungsdaten und den Erfahrungswerten zweite Informationen über eine Umgebung des Kraftfahrzeuges zu gewinnen, und den Algorithmus des maschinellen Lernens derart zu trainieren, dass dieser ausgebildet ist, die ersten Informationen auf die zweiten Informationen abzubilden. Dass dabei Erfahrungswerte als Ground-Truth Informationen zum Trainieren des Algorithmus des maschinellen Lernens herangezogen werden, hat den Vorteil, dass keine aufwendigen und kostspieligen beziehungsweise ressourcenintensive Labelingverfahren vonnöten sind, wobei, beispielsweise verglichen mit manuellen Modellen, bessere beziehungsweise genauere Ergebnisse erzeugt werden können.In one embodiment, the training unit is designed to obtain first information about the surroundings of the motor vehicle from the environmental data, to obtain second information about the surroundings of the motor vehicle from the environmental data and the empirical values, and to train the machine learning algorithm in such a way that it is trained , to map the first information to the second information. The fact that empirical values are used as ground truth information to train the machine learning algorithm has the advantage that no complex and costly or resource-intensive labeling processes are necessary, whereby, for example, better or more precise results can be generated compared to manual models.

Ferner können die ersten Informationen über eine Umgebung des Kraftfahrzeuges und/oder die zweiten Informationen über eine Umgebung des Kraftfahrzeuges weiter eine Prädiktion der Unsicherheit der gewonnen Informationen aufweisen. Diese zusätzlichen Informationen können dabei mitverarbeitet, beispielsweise beim anschließenden Steuern einer Funktion des Kraftfahrzeuges basierend auf den gewonnenen Informationen über die aktuelle Umgebung des Kraftfahrzeuges mitberücksichtigt werden, was sich insbesondere beim Steuern von sicherheitskritischen Fahrzeugfunktionen als vorteilhaft erweist.Furthermore, the first information about an environment of the motor vehicle and / or the second information about an environment of the motor vehicle can further have a prediction of the uncertainty of the information obtained. This additional information can be processed, for example when subsequently controlling a function of the motor vehicle based on the information obtained about the current environment of the motor vehicle, which proves to be particularly advantageous when controlling safety-critical vehicle functions.

Mit einer weiteren Ausführungsform der Erfindung wird außerdem auch ein Steuergerät zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten angegeben, wobei das Steuergerät eine Bereitstellungseinheit, welche ausgebildet ist, durch den wenigstens einen Sensor aktuell erfasste Daten bereitzustellen, und eine Anwendungseinheit, welche ausgebildet ist, Informationen über die aktuelle Umgebung des Kraftfahrzeuges aus den aktuellen Daten durch Anwenden eines Algorithmus des maschinellen Lernens, welcher trainiert ist, aus aktuell durch den wenigstens einen Umgebungssensor erfassten Daten Informationen über eine aktuelle Umgebung des Kraftfahrzeuges zu gewinnen, zu gewinnen, wobei der Algorithmus des maschinellen Lernens durch ein obenstehend beschriebenes Steuergerät zum Trainieren eines Algorithmus des maschinellen Lernens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten trainiert wurde, aufweist.A further embodiment of the invention also provides a control device for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, the control device being a provision unit which is designed to receive data currently recorded by the at least one sensor to provide, and an application unit which is designed to provide information about the current environment of the motor vehicle from the current data by applying a machine learning algorithm which is trained to provide information about a current environment of the motor vehicle from data currently recorded by the at least one environmental sensor win, wherein the machine learning algorithm has been trained by a control device described above for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle.

Somit wird ein Steuergerät zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten angegeben, welches auf einem durch ein Steuergerät zum Trainieren eines Algorithmus des maschinellen Lernens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten, mit welchem auch Informationen über eine noch zu befahrende Umgebung des Kraftfahrzeuges zuverlässig gewonnen werden können, trainierten Algorithmus des maschinellen Lernens basiert. Dass dabei nicht nur Umgebungsdaten, insbesondere gelabelte Umgebungsdaten, sondern auch Erfahrungswerte zum Trainieren des Algorithmus des maschinellen Lernens zum Gewinnen der Informationen über die aktuelle Umgebung des Kraftfahrzeuges herangezogen werden hat dabei den Vorteil, dass ein Algorithmus des maschinellen Lernens trainiert werden kann, welcher ausgebildet ist, die zur Gewinnung von Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges zur Verfügung stehenden Informationen anzureichern, das heißt deutlich mehr Daten zur Gewinnung von Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges und somit auch zuverlässigere und präzisere Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges zur Verfügung zu stellen.Thus, a control device for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle is specified, which is based on a Control device for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, with which information about an environment of the motor vehicle that is still to be driven can also be reliably obtained, trained machine learning algorithm based. The fact that not only environmental data, in particular labeled environmental data, but also empirical values are used to train the machine learning algorithm to obtain information about the current environment of the motor vehicle has the advantage that a trained machine learning algorithm can be trained , to enrich the information available for obtaining information about the surroundings of the motor vehicle that have yet to be driven, that is to say significantly more data for obtaining information about the surroundings of the motor vehicle that have yet to be driven and thus also more reliable and precise information about the surroundings that have yet to be driven to provide the area around which the motor vehicle is to be driven.

Mit einer weiteren Ausführungsform der Erfindung wird zudem auch ein System zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten angegeben, wobei das System wenigstens einen Umgebungssensor und ein obenstehend beschriebenes Steuergerät zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten aufweist, und wobei das Steuergerät zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten ausgebildet ist, die Informationen über die aktuelle Umgebung des Kraftfahrzeuges basierend auf durch den wenigstens einen Umgebungssensor erfassten Daten zu gewinnen.A further embodiment of the invention also provides a system for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, the system having at least one environmental sensor and a control device described above for obtaining information about a current Surroundings of a motor vehicle from data recorded by at least one surroundings sensor of the motor vehicle, and wherein the control device is designed to obtain information about a current surroundings of a motor vehicle from data recorded by at least one surroundings sensor of the motor vehicle, the information about the current surroundings of the motor vehicle based on to obtain data recorded by the at least one environmental sensor.

Somit wird ein System zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten angegeben, welches auf einem durch ein Steuergerät zum Trainieren eines Algorithmus des maschinellen Lernens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten, mit welchem auch Informationen über eine noch zu befahrende Umgebung des Kraftfahrzeuges zuverlässig gewonnen werden können, trainierten Algorithmus des maschinellen Lernens basiert. Dass dabei nicht nur Umgebungsdaten, insbesondere gelabelte Umgebungsdaten, sondern auch Erfahrungswerte zum Trainieren des Algorithmus des maschinellen Lernens zum Gewinnen der Informationen über die aktuelle Umgebung des Kraftfahrzeuges herangezogen werden hat dabei den Vorteil, dass ein Algorithmus des maschinellen Lernens trainiert werden kann, welcher ausgebildet ist, die zur Gewinnung von Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges zur Verfügung stehenden Informationen anzureichern, das heißt deutlich mehr Daten zur Gewinnung von Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges und somit auch zuverlässigere und präzisere Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges zur Verfügung zu stellen.Thus, a system for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle is specified, which is based on a control device for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle Data collected by at least one environmental sensor of the motor vehicle, with which information about the surroundings of the motor vehicle that is still to be driven can be reliably obtained, is based on a trained machine learning algorithm. The fact that not only environmental data, in particular labeled environmental data, but also empirical values are used to train the machine learning algorithm to obtain information about the current environment of the motor vehicle has the advantage that a trained machine learning algorithm can be trained , to enrich the information available for obtaining information about the surroundings of the motor vehicle that have yet to be driven, that is to say significantly more data for obtaining information about the surroundings of the motor vehicle that have yet to be driven and thus also more reliable and precise information about the surroundings that have yet to be driven to provide the area around which the motor vehicle is to be driven.

Mit einer weiteren Ausführungsform der Erfindung wird außerdem auch ein Kraftfahrzeug angegeben, welches ein obenstehend beschriebenes System zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten aufweist.A further embodiment of the invention also specifies a motor vehicle which has a system described above for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle.

Somit wird ein Kraftfahrzeug angegeben, welches ein Steuergerät zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten aufweist, das auf einem durch ein Steuergerät zum Trainieren eines Algorithmus des maschinellen Lernens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten, mit welchem auch Informationen über eine noch zu befahrende Umgebung des Kraftfahrzeuges zuverlässig gewonnen werden können, trainierten Algorithmus des maschinellen Lernens basiert. Dass dabei nicht nur Umgebungsdaten, insbesondere gelabelte Umgebungsdaten, sondern auch Erfahrungswerte zum Trainieren des Algorithmus des maschinellen Lernens zum Gewinnen der Informationen über die aktuelle Umgebung des Kraftfahrzeuges herangezogen werden hat dabei den Vorteil, dass ein Algorithmus des maschinellen Lernens trainiert werden kann, welcher ausgebildet ist, die zur Gewinnung von Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges zur Verfügung stehenden Informationen anzureichern, das heißt deutlich mehr Daten zur Gewinnung von Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges und somit auch zuverlässigere und präzisere Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges zur Verfügung zu stellen.Thus, a motor vehicle is specified which has a control device for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, which is based on a control device for training a machine learning algorithm for obtaining information about a current Surroundings of a motor vehicle from data recorded by at least one surroundings sensor of the motor vehicle, with which information about the surroundings of the motor vehicle that is still to be driven can be reliably obtained, based on a trained machine learning algorithm. The fact that not only environmental data, in particular labeled environmental data, but also empirical values are used to train the machine learning algorithm to obtain information about the current environment of the motor vehicle has the advantage that a trained machine learning algorithm can be trained , to enrich the information available for obtaining information about the surroundings of the motor vehicle that have yet to be driven, that is to say significantly more data for obtaining information about the surroundings of the motor vehicle that have yet to be driven and thus also more reliable and precise information about the surroundings that have yet to be driven to provide the area around which the motor vehicle is to be driven.

Mit einer weiteren Ausführungsform der Erfindung wird ferner auch ein Steuergerät zum Steuern einer Funktion eines Kraftfahrzeuges basierend auf Informationen über eine aktuelle Umgebung des Kraftfahrzeuges angegeben, wobei das Steuergerät eine Bereitstellungseinheit, welche ausgebildet ist, Informationen über eine aktuelle Umgebung des Kraftfahrzeuges bereitzustellen, wobei die Informationen über die aktuelle Umgebung des Kraftfahrzeuges durch ein obenstehend beschriebenes Steuergerät zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten gewonnen wurden, und eine Steuereinheit, welche ausgebildet ist, die Funktion des Kraftfahrzeuges basierend auf den bereitgestellten Informationen über die aktuelle Umgebung des Kraftfahrzeuges zu steuern, aufweist.With a further embodiment of the invention, a control device is also used Controlling a function of a motor vehicle based on information about a current environment of the motor vehicle, wherein the control device is a provision unit which is designed to provide information about a current environment of the motor vehicle, the information about the current environment of the motor vehicle being provided by a control device described above Obtaining information about a current environment of a motor vehicle from data acquired by at least one environmental sensor of the motor vehicle, and a control unit which is designed to control the function of the motor vehicle based on the information provided about the current environment of the motor vehicle.

Somit wird ein Steuergerät zum Steuern einer Funktion eines Kraftfahrzeuges basierend auf einer Umgebung des Kraftfahrzeuges angegeben, welches auf einem Steuergerät zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten, das auf einem durch ein Steuergerät zum Trainieren eines Algorithmus des maschinellen Lernens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten, mit welchem auch Informationen über eine noch zu befahrende Umgebung des Kraftfahrzeuges zuverlässig gewonnen werden können, trainierten Algorithmus des maschinellen Lernens basiert, basiert. Dass dabei nicht nur Umgebungsdaten, insbesondere gelabelte Umgebungsdaten, sondern auch Erfahrungswerte zum Trainieren des Algorithmus des maschinellen Lernens zum Gewinnen der Informationen über die aktuelle Umgebung des Kraftfahrzeuges herangezogen werden hat dabei den Vorteil, dass ein Algorithmus des maschinellen Lernens trainiert werden kann, welcher ausgebildet ist, die zur Gewinnung von Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges zur Verfügung stehenden Informationen anzureichern, das heißt deutlich mehr Daten zur Gewinnung von Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges und somit auch zuverlässigere und präzisere Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges zur Verfügung zu stellen.Thus, a control device for controlling a function of a motor vehicle based on an environment of the motor vehicle is specified, which is on a control device for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, which is on a control device for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, with which information about an environment of the motor vehicle that is still to be driven can also be reliably obtained, based on a trained machine learning algorithm . The fact that not only environmental data, in particular labeled environmental data, but also empirical values are used to train the machine learning algorithm to obtain information about the current environment of the motor vehicle has the advantage that a trained machine learning algorithm can be trained , to enrich the information available for obtaining information about the surroundings of the motor vehicle that have yet to be driven, that is to say significantly more data for obtaining information about the surroundings of the motor vehicle that have yet to be driven and thus also more reliable and precise information about the surroundings that have yet to be driven to provide the area around which the motor vehicle is to be driven.

Mit einer weiteren Ausführungsform der Erfindung wird zudem auch ein Kraftfahrzeug angegeben, welches ein obenstehend beschriebenes Steuergerät zum Steuern einer Funktion eines Kraftfahrzeuges basierend auf Informationen über eine aktuelle Umgebung des Kraftfahrzeuges aufweist, angegeben.A further embodiment of the invention also specifies a motor vehicle which has a control device described above for controlling a function of a motor vehicle based on information about a current environment of the motor vehicle.

Somit wird ein Kraftfahrzeug angegeben, welches ein Steuergerät zum Steuern einer Funktion eines Kraftfahrzeuges basierend auf Informationen über eine aktuelle Umgebung des Kraftfahrzeuges aufweist, welches wiederum auf einem Steuergerät zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten, das auf einem durch ein Steuergerät zum Trainieren eines Algorithmus des maschinellen Lernens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten, mit welchem auch Informationen über eine noch zu befahrende Umgebung des Kraftfahrzeuges zuverlässig gewonnen werden können, trainierten Algorithmus des maschinellen Lernens basiert, basiert. Dass dabei nicht nur Umgebungsdaten, insbesondere gelabelte Umgebungsdaten, sondern auch Erfahrungswerte zum Trainieren des Algorithmus des maschinellen Lernens zum Gewinnen der Informationen über die aktuelle Umgebung des Kraftfahrzeuges herangezogen werden hat dabei den Vorteil, dass ein Algorithmus des maschinellen Lernens trainiert werden kann, welcher ausgebildet ist, die zur Gewinnung von Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges zur Verfügung stehenden Informationen anzureichern, das heißt deutlich mehr Daten zur Gewinnung von Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges und somit auch zuverlässigere und präzisere Informationen über eine erst noch zu befahrende Umgebung des Kraftfahrzeuges zur Verfügung zu stellen.A motor vehicle is thus specified which has a control device for controlling a function of a motor vehicle based on information about a current environment of the motor vehicle, which in turn is based on a control device for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle , which is based on a control device for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, with which information about an environment of the motor vehicle that is still to be driven can also be reliably obtained , trained machine learning algorithm based. The fact that not only environmental data, in particular labeled environmental data, but also empirical values are used to train the machine learning algorithm to obtain information about the current environment of the motor vehicle has the advantage that a trained machine learning algorithm can be trained , to enrich the information available for obtaining information about the surroundings of the motor vehicle that have yet to be driven, that is to say significantly more data for obtaining information about the surroundings of the motor vehicle that have yet to be driven and thus also more reliable and precise information about the surroundings that have yet to be driven to provide the area around which the motor vehicle is to be driven.

Zusammenfassend ist festzustellen, dass mit der vorliegenden Erfindung ein Verfahren zum Trainieren eines Algorithmus des maschinellen Lernens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten angegeben wird, wobei der Algorithmus des maschinellen Lernens derart trainiert wird, dass mit diesem auch Informationen über eine noch zu befahrende Umgebung des Kraftfahrzeuges zuverlässig gewonnen werden können.In summary, the present invention provides a method for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, the machine learning algorithm being trained in such a way, that this can also be used to reliably obtain information about the surroundings of the motor vehicle that are still to be driven through.

Die beschriebenen Ausgestaltungen und Weiterbildungen lassen sich beliebig miteinander kombinieren.The configurations and further developments described can be combined with one another as desired.

Weitere mögliche Ausgestaltungen, Weiterbildungen und Implementierungen der Erfindung umfassen auch nicht explizit genannte Kombinationen von zuvor oder im Folgenden bezüglich der Ausführungsbeispiele beschriebenen Merkmalen der Erfindung.Further possible refinements, further developments and implementations of the invention also include combinations of features of the invention described previously or below with regard to the exemplary embodiments that are not explicitly mentioned.

Kurze Beschreibung der ZeichnungenBrief description of the drawings

Die beiliegenden Zeichnungen sollen ein weiteres Verständnis der Ausführungsformen der Erfindung vermitteln. Sie veranschaulichen Ausführungsformen und dienen im Zusammenhang mit der Beschreibung der Erklärung von Prinzipien und Konzepten der Erfindung.The accompanying drawings are intended to provide further understanding of embodiments of the invention. They illustrate embodiments and, in connection with the description, serve to explain principles and concepts of the invention.

Andere Ausführungsformen und viele der genannten Vorteile ergeben sich im Hinblick auf die Zeichnungen. Die dargestellten Elemente der Zeichnungen sind nicht notwendigerweise maßstabsgetreu zueinander gezeigt.Other embodiments and many of the advantages mentioned arise with regard to the drawings. The illustrated elements of the drawings are not necessarily shown to scale to one another.

Es zeigen:

1 ein Flussdiagramm eines Verfahrens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten gemäß Ausführungsformen der Erfindung; und
2 ein schematisches Blockschaltbild eines Steuergerätes zum Trainieren eines Algorithmus des maschinellen Lernens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten gemäß Ausführungsformen der Erfindung.

Show it:

1 a flowchart of a method for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle according to embodiments of the invention; and
2 a schematic block diagram of a control device for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle according to embodiments of the invention.

In den Figuren der Zeichnungen bezeichnen gleiche Bezugszeichen gleiche oder funktionsgleiche Elemente, Bauteile oder Komponenten, soweit nichts Gegenteiliges angegeben ist.In the figures of the drawings, the same reference numerals designate the same or functionally identical elements, parts or components, unless otherwise stated.

1 zeigt ein Flussdiagramm eines Verfahrens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten 1 gemäß Ausführungsformen der Erfindung. 1 shows a flowchart of a method for obtaining information about a current environment of a motor vehicle from data 1 recorded by at least one environmental sensor of the motor vehicle according to embodiments of the invention.

Zum Erfassen von Informationen über die Umgebung weisen Kraftfahrzeuge dabei für gewöhnlich wenigstens einen Umgebungssensor auf, wobei es sich bei dem wenigstens einen Umgebungssensor insbesondere um einen optischen Sensor, beispielsweise einen Lidar-Sensor, oder einen RADAR-Sensor handeln kann.To record information about the environment, motor vehicles usually have at least one environmental sensor, whereby the at least one environmental sensor can in particular be an optical sensor, for example a lidar sensor, or a RADAR sensor.

Ein Lidar-Sensor kann dabei Punkte auf entsprechenden reflektierenden Oberflächen in der Umgebung des Kraftfahrzeuges erfassen. Beispielsweise falls Belegungsgitter zum Beschreiben der Umgebung des Kraftfahrzeuges verwendet werden, erhöht dabei jeder erfasste Punkt, der in eine der Zellen des Belegungsgitters fällt, die Wahrscheinlichkeit dafür, dass die entsprechende Zelle belegt ist. Dabei ist aufgrund der begrenzten Sichtweite von Lidar-Sensoren jedoch die Dichte von erfassten Punkten in größeren Entfernungen geringer als im Nahbereich, beziehungsweise können oftmals nur wenige Punkte auf weit entfernten Oberflächen erfasst werden. Entsprechend fallen auch jeweils nur wenige Punkte in entsprechende Zellen eines Belegungsgitters. Folglich ist die entsprechende Informationsdichte in größeren Entfernungen und insbesondere in Gebieten, wo das Kraftfahrzeug erst noch hinfahren wird, gering.A lidar sensor can detect points on corresponding reflective surfaces in the area surrounding the motor vehicle. For example, if occupancy grids are used to describe the surroundings of the motor vehicle, each detected point that falls into one of the cells of the occupancy grid increases the probability that the corresponding cell is occupied. However, due to the limited visibility of lidar sensors, the density of detected points at greater distances is lower than at close range, or often only a few points on distant surfaces can be detected. Accordingly, only a few points fall into corresponding cells of an occupancy grid. Consequently, the corresponding information density is low at larger distances and especially in areas where the motor vehicle is yet to travel.

1 zeigt hierbei ein Verfahren, welches einen Schritt 2 eines Bereitstellens von Erfahrungswerten bezüglich der durch den wenigstens einen Umgebungssensor erfassten Daten, einen Schritt 3 eines Bereitstellens von Umgebungsdaten durch den wenigstens einen Umgebungssensor, und einen Schritt 4 eines Trainierens des Algorithmus des maschinellen Lernens basierend auf den Erfahrungswerten bezüglich der durch den wenigstens einen Umgebungssensor erfassten Daten und den Umgebungsdaten derart, dass der Algorithmus des maschinellen Lernens ausgebildet ist, aus aktuell durch den wenigstens einen Umgebungssensor erfassten Daten Informationen über eine aktuelle Umgebung des Kraftfahrzeuges zu gewinnen, aufweist. 1 shows a method which includes a step 2 of providing empirical values with regard to the data recorded by the at least one environmental sensor, a step 3 of providing environmental data through the at least one environmental sensor, and a step 4 of training the machine learning algorithm based on the Experience values regarding the data recorded by the at least one environmental sensor and the environmental data such that the machine learning algorithm is designed to obtain information about a current environment of the motor vehicle from data currently recorded by the at least one environmental sensor.

Insgesamt wird somit ein Verfahren zum Trainieren eines Algorithmus des maschinellen Lernens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten, mit welchem auch Informationen über eine noch zu befahrende Umgebung des Kraftfahrzeuges zuverlässig gewonnen werden können, angegeben.Overall, this is a method for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle using at least one environmental sensor of the motor vehicle recorded data, with which information about the surroundings of the motor vehicle that is still to be driven can be reliably obtained.

So kann, beispielsweise falls ein Belegungsgitter zum Beschreiben der Umgebung eines Kraftfahrzeuges verwendet wird, eine hohe Informationsdichte beziehungsweise eine deutlich höhere Dichte an Punkten in den entsprechenden Zellen ermittelt werden.For example, if an occupancy grid is used to describe the surroundings of a motor vehicle, a high information density or a significantly higher density of points can be determined in the corresponding cells.

Bei dem Algorithmus des maschinellen Lernens kann es sich dabei weiter beispielsweise um ein künstliches neuronales Netz handeln.The machine learning algorithm can also be, for example, an artificial neural network.

Bei dem wenigstens einen Umgebungssensor kann es sich ferner insbesondere um einen optischen Sensor, beispielsweise einen Lidar-Sensor, oder einen RADAR-Sensor handeln.The at least one environmental sensor can also be, in particular, an optical sensor, for example a lidar sensor, or a RADAR sensor.

Gemäß den Ausführungsformen der 1 wurden die Erfahrungswerte bezüglich der durch den wenigstens einen Umgebungssensor erfassten Daten weiter während Testfahrten gewonnen.According to the embodiments of 1 The empirical values regarding the data recorded by the at least one environmental sensor were further gained during test drives.

Insbesondere können dabei mit einem entsprechenden Versuchsträger einzelne Strecken abgefahren und dabei entsprechende Sensordaten aufgezeichnet worden sein.In particular, individual routes can be traveled with a corresponding test vehicle and corresponding sensor data can be recorded.

Um ein Overfitting zu vermeiden und gleichzeitig ein robustes Prädiktionsergebnis zu gewährleisten, werden dabei bevorzugt umfangreiche und ausgewogene Messsequenzen als Erfahrungswerte aufgezeichnet. Alternativ kann auch eine oft befahrene Straße definiert werden, beispielsweise durch einen Fahrer des Kraftfahrzeuges, und können anschließend gezielt Erfahrungswerte erfasst werden.In order to avoid overfitting and at the same time ensure a robust prediction result, extensive and balanced measurement sequences are preferably recorded as empirical values. Alternatively, a frequently traveled road can also be defined, for example by a driver of the motor vehicle, and empirical values can then be recorded in a targeted manner.

Gemäß den Ausführungsformen der 1 weist der Schritt 4 des Trainierens des Algorithmus des maschinellen Lernens ein Gewinnen von ersten Informationen über eine Umgebung aus den Umgebungsdaten, ein Gewinnen von zweiten Informationen über eine Umgebung aus den Umgebungsdaten und den Erfahrungswerten und ein Trainieren des Algorithmus des maschinellen Lernens derart, dass dieser ausgebildet ist, die ersten Informationen auf die zweiten Informationen abzubilden, auf.According to the embodiments of 1 Step 4 of training the machine learning algorithm includes obtaining first information about an environment from the environmental data, obtaining second information about an environment from the environmental data and the empirical values and training the machine learning algorithm in such a way that it is trained is to map the first information to the second information.

Beispielsweise kann dabei ein tiefes neuronales Netz mit Encoder-Decoder-Architektur trainiert werden, wobei zunächst basierend auf den Umgebungsdaten ein Gitter zum Zeitpunkt des Erfassens der Umgebungsdaten, das heißt ein Ist-Gitter berechnet werden kann, und wobei das Ist-Gitter anschließend auf ein zu einem späteren Zeitpunkt vorliegendes Soll-Gitter abgebildet werden kann, indem das Ist-Gitter an den Eingang der Encoder-Decoder-Architektur angelegt wird, welche trainiert ist, das Ist-Gitter auf das entsprechende Soll-Gitter abzubilden. Bei dem Soll-Gitter handelt es sich dabei um ein basierend auf den Umgebungsdaten und den erfassten Erfahrungswerten gebildetes Gitter.For example, a deep neural network with encoder-decoder architecture can be trained, whereby a grid can first be calculated based on the environmental data at the time the environmental data is acquired, that is, an actual grid, and the actual grid can then be converted to a The target grid present at a later point in time can be mapped by applying the actual grid to the input of the encoder-decoder architecture, which is trained to map the actual grid onto the corresponding target grid. The target grid is a grid formed based on the environmental data and the empirical values recorded.

Die Encoder-Decoder-Architektur kann dabei insbesondere auf einer Kostenfunktion trainiert worden sein, welche ähnlich zu Kostenfunktionen, welche zum Trainieren eines Algorithmus des maschinellen Lernens zum Umwandeln von schlecht aufgelösten Bildern in hochaufgelöste Bilder verwendet werden, ist. Bei der Kostenfunktion kann es sich dabei beispielsweise um die quadratische Abweichung zwischen einem entsprechenden prädizierten hochaufgelösten Gitter und dem tatsächlich hochaufgelösten Gitter handeln. Ferner kann es sich bei der Kostenfunktion aber beispielsweise auch um eine differenzierbare Version eines I₁-losses, beispielsweise die Charbonnier penalty function handeln.The encoder-decoder architecture can in particular have been trained on a cost function which is similar to cost functions which are used to train a machine learning algorithm for converting low-resolution images into high-resolution images. The cost function can be, for example, the squared deviation between a corresponding predicted high-resolution grid and the actually high-resolution grid. Furthermore, the cost function can also be, for example, a differentiable version of an I ₁ loss, for example the Charbonnier penalty function.

Bei den entsprechenden Gittern kann es sich dabei zudem jeweils um verschiedene Arten von Gittern, beispielsweise Belegungsgitter, Reflexionsgitter oder Sichtbarkeitsgitter, sowie Kombinationen von bekannten Arten von Gittern handeln. Zudem können das Ist-Gitter und das Soll-Gitter unterschiedliche Auflösungen aufweisen, oder kann es sich bei dem Ist-Gitter beispielsweise um ein dreidimensionales Gitter handeln, während es sich bei dem Soll-Gitter um ein zweidimensionales Gitter handelt oder umgekehrt.The corresponding grids can also be different types of grids, for example occupancy grids, reflection grids or visibility grids, as well as combinations of known types of grids. In addition, the actual grid and the target grid can have different resolutions, or the actual grid can be, for example, a three-dimensional grid while the target grid is a two-dimensional grid or vice versa.

Gemäß den Ausführungsformen der 1 weisen die ersten Informationen über eine Umgebung des Kraftfahrzeuges und die zweiten Informationen über eine Umgebung des Kraftfahrzeuges ferner jeweils eine Prädiktion der Unsicherheit der gewonnen Informationen auf.According to the embodiments of 1 the first information about an environment of the motor vehicle and the second information about an environment of the motor vehicle also each have a prediction of the uncertainty of the information obtained.

Die Prädiktion der Unsicherheit kann dabei beispielsweise basierend auf bekannten Ansätzen der Unsicherheitsschätzung neuronaler Netze ermittelt werden.The prediction of the uncertainty can be determined, for example, based on known approaches to uncertainty estimation in neural networks.

Wie 1 zeigt, weist das Verfahren 1 zudem einen Schritt 5 eines Erfassens von aktuellen Daten durch den wenigstens einen Umgebungssensor und einen Schritt 6 eines Gewinnen von Informationen über die aktuelle Umgebung des Kraftfahrzeuges aus den aktuellen Daten durch Anwenden des trainierten Algorithmus des maschinellen Lernens auf.How 1 shows, the method 1 also has a step 5 of acquiring current data by the at least one environmental sensor and a step 6 of obtaining information about the current environment of the motor vehicle from the current data by applying the trained machine learning algorithm.

Die durch das Verfahren 1 gewonnen Informationen über die aktuelle Umgebung des Kraftfahrzeuges können anschließend beispielsweise zum Steuern einer Funktion des Kraftfahrzeuges basierend auf den Informationen über die aktuelle Umgebung des Kraftfahrzeuges herangezogen werden. Zudem erleichtern die gewonnen Informationen über die aktuelle Umgebung des Kraftfahrzeuges den Einsatz weiterführender Algorithmen, beispielsweise einem Algorithmus zur Freiraumschätzung beziehungsweise Trajektorienplanung oder von Algorithmen zur semantischen Segmentierung.The information about the current environment of the motor vehicle obtained by method 1 can then be used, for example, to control a function of the motor vehicle based on the information about the current surroundings of the motor vehicle. In addition, the information obtained about the current environment of the motor vehicle facilitates the use of further algorithms, for example an algorithm for free space estimation or trajectory planning or algorithms for semantic segmentation.

2 zeigt ein schematisches Blockschaltbild eines Steuergerätes zum Trainieren eines Algorithmus des maschinellen Lernens zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten 10 gemäß Ausführungsformen der Erfindung. 2 shows a schematic block diagram of a control device for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle from data 10 recorded by at least one environmental sensor of the motor vehicle according to embodiments of the invention.

Wie 2 zeigt, weist das Steuergerät 10 dabei eine erste Bereitstellungseinheit 11, welche ausgebildet ist, Erfahrungswerte bezüglich der durch den wenigstens einen Umgebungssensor erfassten Daten bereitzustellen, eine zweite Bereitstellungseinheit 12, welche ausgebildet ist, Umgebungsdaten bereitzustellen, und eine Trainingseinheit 13, welche ausgebildet ist, den Algorithmus des maschinellen Lernens basierend auf den Erfahrungswerten bezüglich der durch den wenigstens einen Umgebungssensor erfassten Daten und den Umgebungsdaten derart zu trainieren, dass der Algorithmus des maschinellen Lernens ausgebildet ist, aus aktuell durch den wenigstens einen Umgebungssensor erfassten Daten Informationen über eine aktuelle Umgebung des Kraftfahrzeuges zu gewinnen, auf.How 2 shows, the control device 10 has a first provision unit 11, which is designed to provide empirical values with regard to the data recorded by the at least one environmental sensor, a second provision unit 12, which is designed to provide environmental data, and a training unit 13, which is designed to To train the machine learning algorithm based on the empirical values regarding the data recorded by the at least one environmental sensor and the environmental data in such a way that the machine learning algorithm is designed to provide information about a current environment of the motor vehicle from data currently recorded by the at least one environmental sensor win, on.

Bei der ersten Bereitstellungseinheit kann es sich dabei insbesondere um einen Empfänger, welcher ausgebildet ist, die Erfahrungswerte, welche beispielsweise während Testfahren gesammelt werden können, zu empfangen, handeln. Bei der zweiten Bereitstellungseinheit kann es sich weiter insbesondere um einen Empfänger, welcher ausgebildet ist, entsprechende gelabelte Sensordaten zu empfangen, handeln. Dabei können die erste Bereitstellungseinheit und die zweite Bereitstellungseinheit zudem auch in einem gemeinsamen Empfänger integriert sein. Die Trainingseinheit kann ferner beispielsweise basierend auf einem in einem Speicher hinterlegten und durch einen Prozessor ausführbaren Code realisiert werden.The first provision unit can in particular be a receiver which is designed to receive the empirical values that can be collected, for example, during test driving. The second provision unit can in particular be a receiver which is designed to receive corresponding labeled sensor data. The first provision unit and the second provision unit can also be integrated in a common receiver. The training unit can also be implemented, for example, based on code stored in a memory and executable by a processor.

Gemäß den Ausführungsformen der 2 wurden die Erfahrungswerte bezüglich der durch den wenigstens einen Umgebungssensor erfassten Daten ferner wiederum während Testfahrten gewonnen.According to the embodiments of 2 The empirical values regarding the data recorded by the at least one environmental sensor were also obtained during test drives.

Auch ist der Trainingseinheit 13 ausgebildet, aus den Umgebungsdaten erste Informationen über eine Umgebung des Kraftfahrzeuges zu gewinnen, aus den Umgebungsdaten und den Erfahrungswerten zweite Informationen über eine Umgebung des Kraftfahrzeuges zu gewinnen, und den Algorithmus des maschinellen Lernens derart zu trainieren, dass dieser ausgebildet ist, die ersten Informationen auf die zweiten Informationen abzubilden.The training unit 13 is also designed to obtain first information about an environment of the motor vehicle from the environmental data, to obtain second information about an environment of the motor vehicle from the environmental data and the empirical values, and to train the machine learning algorithm in such a way that it is trained , to map the first information to the second information.

Zudem weisen die ersten Informationen über eine Umgebung des Kraftfahrzeuges und die zweiten Informationen über eine Umgebung des Kraftfahrzeuges wiederum jeweils eine Prädiktion der Unsicherheit der gewonnen Informationen auf.In addition, the first information about an environment of the motor vehicle and the second information about an environment of the motor vehicle in turn each have a prediction of the uncertainty of the information obtained.

Ferner ist das Steuergerät zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten 10 dabei insbesondere ausgebildet, ein obenstehend beschriebenes Verfahren zum Gewinnen von Informationen über eine aktuelle Umgebung eines Kraftfahrzeuges aus durch wenigstens einen Umgebungssensor des Kraftfahrzeuges erfassten Daten auszuführen.Furthermore, the control device is designed to obtain information about a current environment of a motor vehicle from data 10 recorded by at least one environmental sensor of the motor vehicle, in particular, a method described above for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle Execute data.

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

DE 102017006155 A1 [0006]

Claims

Method for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, the method (1) having the following steps: - Providing empirical values regarding the data (2) recorded by the at least one environmental sensor; - Providing environmental data (3); and - Training the machine learning algorithm based on the empirical values regarding the data recorded by the at least one environmental sensor and the environmental data such that the machine learning algorithm is designed to obtain information about a current environment of the motor vehicle from data currently recorded by the at least one environmental sensor to win (4).

Procedure according to Claim 1 , whereby the empirical values regarding the data recorded by the at least one environmental sensor were obtained during test drives.

Procedure according to Claim 1 or 2 , wherein the step of training the machine learning algorithm further comprises the following steps: - obtaining first information about an environment from the environmental data; - Obtaining second information about an environment from the environmental data and the empirical values; and - training the machine learning algorithm such that it is trained to map the first information to the second information.

Procedure according to one of the Claims 1 until 3 , wherein the first information about an environment of the motor vehicle and / or the second information about an environment of the motor vehicle further have a prediction of the uncertainty of the information obtained.

Method for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, the method (1) having the following steps: - Acquiring current data by the at least one environmental sensor; and - obtaining information about the current environment of the motor vehicle from the current data by applying a machine learning algorithm which is trained to obtain information about a current environment of the motor vehicle from data currently recorded by the at least one environmental sensor, the algorithm of machine learning by a method for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle according to one of Claims 1 until 4 was trained.

Method for controlling a function of a motor vehicle based on information about a current environment of the motor vehicle, the method having the following steps: - Obtaining information about the current environment of the motor vehicle by a method for obtaining information about a current environment of a motor vehicle Claim 5 ; and - controlling the function of the motor vehicle based on the information obtained about the current surroundings of the motor vehicle.

Control device for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, wherein the control device (10) has a first provision unit (11), which is designed to provide empirical values with regard to the to provide data recorded by at least one environmental sensor, a second provision unit (12), which is designed to provide environmental data, and a training unit (13), which is designed to use the machine learning algorithm based on the empirical values regarding the data recorded by the at least one environmental sensor and to train the environmental data in such a way that the machine learning algorithm is designed to obtain information about a current environment of the motor vehicle from data currently recorded by the at least one environmental sensor.

control unit Claim 7 , whereby the empirical values regarding the data recorded by the at least one environmental sensor were obtained during test drives.

control unit Claim 7 or 8th , wherein the training unit is designed to obtain first information about an environment of the motor vehicle from the environmental data, to obtain second information about an environment of the motor vehicle from the environmental data and the empirical values, and to train the machine learning algorithm in such a way that ser is designed to map the first information onto the second information.

Control unit according to one of the Claims 7 until 9 , wherein the first information about an environment of the motor vehicle and / or the second information about an environment of the motor vehicle further have a prediction of the uncertainty of the information obtained.

Control device for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, the control device having a provision unit which is designed to provide data currently recorded by the at least one sensor, and an application unit which is designed to provide information about the current environment of the motor vehicle from the current data by applying a machine learning algorithm which is trained to obtain information about a current environment of the motor vehicle from data currently recorded by the at least one environmental sensor, wherein the machine learning algorithm by a control device for training a machine learning algorithm for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle according to one of Claims 7 until 10 has been trained.

System for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, the system having at least one environmental sensor and a control device for obtaining information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle Claim 11 and wherein the control device is designed to obtain information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle, to obtain the information about the current environment of the motor vehicle based on data recorded by the at least one environmental sensor.

Motor vehicle, wherein the motor vehicle has a system Claim 12 having.

Control device for controlling a function of a motor vehicle based on information about a current environment of the motor vehicle, the control device being a provision unit which is designed to provide information about a current environment of the motor vehicle, the information about the current environment of the motor vehicle being obtained by a control device of information about a current environment of a motor vehicle from data recorded by at least one environmental sensor of the motor vehicle Claim 11 were obtained, and a control unit which is designed to control the function of the motor vehicle based on the information provided about the current environment of the motor vehicle.

Motor vehicle, wherein the motor vehicle has a control device Claim 14 having.