-
Die vorliegende Erfindung betrifft ein Verfahren zum Generieren von Trainingsdaten für ein analytisches Verfahren, welches insbesondere mittels einer künstlichen Intelligenz durchgeführt wird, eine elektronische Recheneinrichtung, welche dazu eingerichtet ist, Trainingsdaten für eine künstliche Intelligenz zu generieren, sowie ein Kraftfahrzeug mit einer elektronischen Recheneinrichtung.
-
Die
US 2022 / 0 139 213 A1 offenbart ein Verfahren zur Steuerung einer Verkehrsinfrastruktureinrichtung und/oder eines Aktuators eines Verkehrsteilnehmers auf der Grundlage von erweiterten Verkehrsdaten. Bei dem Verfahren werden Bilddaten eines interessierenden Bereichs generiert und an einen Verkehrsauswertungsprozessor übertragen. Mittels dieses Verkehrsauswertungsprozessors werden die erhaltenen Bilddaten ausgewertet, um verbesserte Verkehrsdaten zu erzeugen, welche durch den Verkehrsauswertungsprozessor in Form eines Steuersignals ausgegeben werden. Das Steuersignal ist dazu eingerichtet, die Verkehrsinfrastruktureinrichtung und/oder den Aktuator des Verkehrsteilnehmers zu steuern.
-
Aus der
KR 10 2 306 854 B1 ist ein Verfahren zum Ändern verschiedener Ereignissituationen auf der Straße eines Fahrzeugs mit künstlicher Intelligenz bekannt, bei welchem eine Situation in Echtzeit mittels Videoüberwachung überwacht wird und ein Vergrößerungsbild für eine Person bereitgestellt wird, in dem die Situation mit der künstlichen Intelligenz bewertet wird, wenn ein spezielles Ereignis auftritt.
-
Aus der
US 2014 / 0 195 138 A1 ist eine Reihe von Systemen zur Erfassung von Fahrbahnen bekannt. Eines dieser Systeme ist eine Vorrichtung zur Erkennung und/oder Verfolgung von Objekten auf einer Fahrbahn mit einer Vielzahl von Sensoren.
-
Die
DE 10 2015 007 493 B4 offenbart ein Verfahren zum Trainieren eines in einem Steuergerät eines Kraftfahrzeugs eingesetzten, auf maschinellem Lernen basierenden Entscheidungsalgorithmus.
-
Bei einem teilautomatisierten oder insbesondere vollautomatisierten Steuern eines Kraftfahrzeugs mittels einer künstlichen Intelligenz ist es wichtig, dass die künstliche Intelligenz jeweilige Situationen, in welchen sich das Kraftfahrzeug befindet, richtig bewertet.
-
Aufgabe der vorliegenden Erfindung ist es daher, eine Lösung zu schaffen, welche ein besonders zuverlässiges Generieren von Trainingsdaten für ein analytisches Verfahren ermöglicht, um ein besonders umfangreiches Trainieren eines Ausführenden des analytischen Verfahrens zu ermöglichen.
-
Diese Aufgabe wird erfindungsgemäß durch die Gegenstände der unabhängigen Ansprüche gelöst. Weitere mögliche Ausgestaltungen der Erfindung sind in den Unteransprüchen, der Beschreibung und den Figuren offenbart. Merkmale, Vorteile und mögliche Ausgestaltungen, die im Rahmen der Beschreibung für einen der Gegenstände der unabhängigen Ansprüche dargelegt sind, sind zumindest analog als Merkmale, Vorteile und mögliche Ausgestaltungen des jeweiligen Gegenstands der anderen unabhängigen Ansprüche sowie jeder möglichen Kombination der Gegenstände der unabhängigen Ansprüche, gegebenenfalls in Verbindung mit einem oder mehr der Unteransprüche, anzusehen.
-
Die Erfindung betrifft ein Verfahren zum Generieren von Trainingsdaten für ein analytisches Verfahren, insbesondere für eine das analytische Verfahren ausführende künstliche Intelligenz. Die künstliche Intelligenz ist ein Teilgebiet der Informatik, das sich mit der Automatisierung intelligenten Verhaltens und dem maschinellen Lernen befasst. Beispielsweise kann im Rahmen des analytischen Verfahrens ein künstliches neuronales Netz als künstliche Intelligenz verwendet werden. Bei einem Trainieren des neuronalen Netzes werden dabei Gewichte anhand einer Fehlerfunktion aktualisiert. Für das Trainieren werden die Trainingsdaten benötigt. Ein Trainingsdatensatz ist ein Datensatz mit Beispielen, welche auch Zielvariablen genannt werden, die für das Lernen der Muster und Zusammenhänge in den Daten verwendet wird. Die Anpassung der Gewichte eines Algorithmus der künstlichen Intelligenz, insbesondere des neuronalen Netzes, wird über den Trainingsdatensatz antrainiert. Das bedeutet, dass die künstliche Intelligenz aus diesen Trainingsdaten lernt.
-
Alternativ kann das analytische Verfahren von einer Person durchgeführt werden. Im Rahmen des analytischen Verfahrens erfolgt eine Analyse einer Situation. Diese Vorabanalyse der Situation kann durch die Person oder durch die künstliche Intelligenz durchgeführt werden und mit Hilfe von Fahrzeuginsassen eines Kraftfahrzeugs verifiziert werden.
-
Bei dem Verfahren ist es vorgesehen, dass während einer Fahrt des Kraftfahrzeugs mittels einer Erfassungseinrichtung ein Umfeld des Kraftfahrzeugs charakterisierende Umfelddaten erfasst werden. Mit anderen Worten wird mittels der Erfassungseinrichtung des Kraftfahrzeugs das Umfeld des Kraftfahrzeugs aufgezeichnet und dieses aufgezeichnete Umfeld in Form der Umfelddaten für eine Auswertung bereitgestellt. Hierbei kann das Kraftfahrzeug insbesondere zumindest teilautomatisiert, insbesondere vollautomatisiert gesteuert werden. Das Kraftfahrzeug kann somit ein Automatisierungslevel 1 bis 5 gemäß dem Standard SAE J3016 beziehungsweise der Bundesanstalt für Straßenwesen aufweisen. Das bedeutet, dass bei einem Fahren des Kraftfahrzeugs einem Fahrer des Kraftfahrzeugs zumindest assistiert wird oder das Kraftfahrzeug zumindest teilautomatisiert, insbesondere vollautomatisiert, mittels einer Steuereinrichtung gesteuert wird, während die Umfelddaten generiert werden.
-
Bei dem Verfahren ist es weiterhin vorgesehen, dass im Rahmen des analytischen Verfahrens, insbesondere mittels der künstlichen Intelligenz, anhand der Umfelddaten eine Situation ermittelt wird, in welcher sich das Kraftfahrzeug befindet. Die Situation beschreibt eine Gegebenheit des Umfelds des Kraftfahrzeugs. Bei der Situation handelt es sich insbesondere um eine Verkehrssituation. Hierbei kann die Situation beispielsweise beschreiben, dass sich das Kraftfahrzeug in einer 30er-Zone oder auf der Autobahn mit einer Geschwindigkeitsbegrenzung von 120 Kilometern pro Stunde befindet. Weiterhin kann die Situation charakterisieren, dass das Kraftfahrzeug auf eine Kreuzung zufährt, wobei für das Kraftfahrzeug Vorfahrt gewähren gilt. Die Situation kann somit durch eine für die Fahrt des Kraftfahrzeugs geltende Verkehrsregel der Straßenverkehrsordnung charakterisiert sein.
-
Bei dem Verfahren ist es weiterhin vorgesehen, dass die Umfelddaten für wenigstens einen Fahrzeuginsassen des Kraftfahrzeugs ausgegeben werden. Beispielsweise kann im Innenraum des Kraftfahrzeugs eine Bildschirmeinrichtung angeordnet sein, mittels welcher die Umfelddaten für den Fahrzeuginsassen des Kraftfahrzeugs ausgegeben werden. Der Fahrzeuginsasse kann somit die Umfelddaten über die Bildschirmeinrichtung wahrnehmen. Weiterhin ist es bei dem Verfahren vorgesehen, dass eine Benutzereingabe von dem Fahrzeuginsassen empfangen wird, welche eine Bewertung der Umfelddaten charakterisiert. Es wird somit bei dem Verfahren die Bewertung der Umfelddaten des Fahrzeuginsassen über eine Eingabeeinrichtung empfangen, beispielsweise über eine berührempfindliche Oberfläche der Bildschirmeinrichtung. Darüber hinaus ist es bei dem Verfahren vorgesehen, dass aus den Umfelddaten die Trainingsdaten generiert werden, wenn die Bewertung charakterisiert, dass die im Rahmen des analytischen Verfahrens, insbesondere von der künstlichen Intelligenz ermittelte Situation falsch ist. Bei dem Verfahren erfolgt somit ein Überprüfen der im Rahmen des analytischen Verfahrens, insbesondere von der künstlichen Intelligenz ermittelten Situation anhand der Bewertung durch den Fahrzeuginsassen. Es wird davon ausgegangen, dass eine Fehlerwahrscheinlichkeit dafür, dass der Fahrzeuginsasse die Situation falsch bewertet, deutlich geringer ist, als die Wahrscheinlichkeit dafür, dass die künstliche Intelligenz die Situation falsch bewertet. Die Bewertung der Situation durch den Fahrzeuginsassen stellt somit ein Korrektiv für die Situationsbewertung im Rahmen des analytischen Verfahrens, insbesondere für die Situationsbewertung durch die künstliche Intelligenz dar. Bei dem Verfahren kann es insbesondere vorgesehen sein, dass die Benutzereingabe von dem Fahrzeuginsassen eingefordert wird, um sicherzugehen, dass die ermittelte Situation überprüft werden kann.
-
Das Verfahren ermöglicht, dass besonders gut überprüft werden kann, ob die im Rahmen des analytischen Verfahrens, insbesondere von der künstlichen Intelligenz ermittelte Situation einer tatsächlichen Situation entspricht, in welcher sich das Kraftfahrzeug befindet. Wird festgestellt, dass die Situationsbewertung falsch ist, dann werden aus den Umfelddaten die Trainingsdaten generiert, um den das analytische Verfahren Ausführenden, insbesondere die künstliche Intelligenz genau auf diese Situation zu trainieren, in welcher die Situation falsch bewertet worden ist. Hierdurch soll vermieden werden, dass im Rahmen des analytischen Verfahrens in Zukunft in ähnlichen Situationen beziehungsweise in gleichen Situationen diese Situationen ebenfalls falsch bewertet wird.
-
Bei der Erfindung ist es vorgesehen, dass wenigstens ein Streckenabschnitt einer ermittelten Fahrtstrecke des Kraftfahrzeugs ausgewählt wird, für welchen die Trainingsdaten generiert werden sollen. Hierbei ist vorgesehen, dass in diesem Streckenabschnitt generierte Umfelddaten für das analytische Verfahren, insbesondere die künstliche Intelligenz, und den Fahrzeuginsassen zum Bewerten bereitgestellt werden. Insbesondere wird derjenige Streckenabschnitt der Fahrtstrecke des Kraftfahrzeugs ausgewählt, für welchen im Vergleich zu weiteren Streckenabschnitten der Fahrtstrecke besonders wenige Trainingsdaten vorliegen. Somit können im Rahmen des Verfahrens für diesen Streckenabschnitt, für welchen lediglich besonders wenige Trainingsdaten vorliegen, weitere Trainingsdaten generiert werden. Hierdurch kann vermieden werden, dass für einzelne Streckenabschnitte der Fahrtstrecke deutlich mehr Trainingsdaten generiert werden als benötigt und für weitere Streckenabschnitte der Fahrtstrecke zu wenige Trainingsdaten zur Verfügung stehen. Das Verfahren ermöglicht, dass der das analytische Verfahren Ausführende, insbesondere die künstliche Intelligenz somit für sämtliche Streckenabschnitte der Fahrtstrecke des Kraftfahrzeugs besonders gut trainiert werden kann. Die Fahrtstrecke des Kraftfahrzeugs kann beispielsweise mittels einer Navigationseinrichtung des Kraftfahrzeugs anhand einer mittels der Navigationseinrichtung von einem Startort zu einem Zielort ermittelten Route für das Kraftfahrzeug ermittelt werden.
-
Alternativ oder zusätzlich ist es bei der Erfindung vorgesehen, dass die Umfelddaten hinsichtlich der von der Kl ermittelten und zugeordneten Situation in jeweiligen Situationskategorien kategorisiert werden und dem Fahrzeuginsassen lediglich Umfelddaten einer gemeinsamen Situationskategorie ausgegeben werden. Mit anderen Worten werden dem Fahrzeuginsassen nur diejenigen Umfelddaten ausgegeben, welchen im Rahmen des analytischen Verfahrens, insbesondere von der künstlichen Intelligenz Situationen einer gemeinsamen Situationskategorie zugeordnet worden sind. Beispielsweise werden dem Fahrzeuginsassen lediglich Umfelddaten ausgegeben, welchen im Rahmen des analytischen Verfahrens, insbesondere von der künstlichen Intelligenz die Situation „Zufahren auf ein Vorfahrt-gewähren-Schild“ zugeordnet worden ist. Alternativ können dem Fahrzeuginsassen lediglich derartige Umfelddaten ausgegeben werden, welchen im Rahmen des analytischen Verfahrens, insbesondere von der künstlichen Intelligenz die Situation „Tempo-30-Zone“ zugeordnet worden ist. Der Fahrzeuginsasse bewertet somit spezialisiert lediglich Umfelddaten einer bestimmten Situationskategorie. Hierdurch wird ermöglicht, dass der Fahrzeuginsasse die Umfelddaten mit besonders hoher Konzentration bewertet, wobei eine Fehlerwahrscheinlichkeit aufgrund der jeweiligen gleichen Situationskategorie der Umfelddaten besonders gering ist. Ein Bewerten von unterschiedlichsten Situationen, auf welche sich der Fahrzeuginsasse ständig neu einstellen muss, ist somit in dieser Ausgestaltung nicht vorgesehen. Hierdurch kann eine Fehlerwahrscheinlichkeit bei der Bewertung durch den Fahrzeuginsassen besonders gering gehalten werden.
-
In einer möglichen Weiterbildung der Erfindung ist es vorgesehen, dass die Umfelddaten gemeinsam mit der im Rahmen des analytischen Verfahrens, insbesondere von der künstlichen Intelligenz ermittelten Situation für den Fahrzeuginsassen zum Bewerten ausgegeben werden. Das bedeutet, dass dem Fahrzeuginsassen zusätzlich zu den Umfelddaten die im Rahmen des analytischen Verfahrens, insbesondere von der künstlichen Intelligenz, anhand dieser Umfelddaten ermittelte Situation ausgegeben wird, sodass der Fahrzeuginsasse im Rahmen seiner Bewertung angeben kann, ob diese Situationsbewertung korrekt ist oder nicht. Dem Fahrzeuginsassen kann somit eine besonders einfache Ja-/Nein-Frage gestellt werden, indem für die Bewertung der Fahrzeuginsasse lediglich gefragt wird, ob die im Rahmen des analytischen Verfahrens, insbesondere von der künstlichen Intelligenz anhand der Umfelddaten ermittelte Situation richtig ist. Hierdurch kann von dem Fahrzeuginsassen besonders einfach und schnell die Bewertung abgegeben werden, welche charakterisiert, ob die Situationsermittlung des Ausführenden des analytischen Verfahrens, insbesondere der künstlichen Intelligenz richtig oder falsch ist.
-
In einer weiteren möglichen Ausgestaltung der Erfindung ist es vorgesehen, dass die Trainingsdaten aus den Umfelddaten und jeweiligen den Umfelddaten zugeordneten, vom Fahrzeuginsassen gewählten Situationsbeschreibungen generiert werden. Die jeweilige Situationsbeschreibung repräsentiert eine von dem Fahrzeuginsassen anhand der Umfelddaten ermittelte Situation, in welcher sich das Kraftfahrzeug befindet. Diese Situationsbeschreibung kann auch als sogenanntes Label für die Umfelddaten bezeichnet werden. Die Situationsbeschreibung beschreibt somit, welche Situation im Rahmen des analytischen Verfahrens, insbesondere von der künstlichen Intelligenz eigentlich anhand der Umfelddaten hätte erkannt werdensollen. Anhand der Umfelddaten und diesem von dem Fahrzeuginsassen erstellten, den Umfelddaten zugeordneten Label kann nun der das analytische Verfahren Ausführende, insbesondere die künstliche Intelligenz, trainiert werden, um sicherzustellen, dass, wenn der das analytische Verfahren Ausführende, insbesondere die künstliche Intelligenz, in Zukunft vor eine gleiche oder eine ähnliche Situation gestellt ist, der das analytische Verfahren Ausführende, insbesondere die künstliche Intelligenz, anhand der Umfelddaten die durch die Situationsbeschreibung charakterisierte Situation ermittelt.
-
In einer weiteren möglichen Ausgestaltung der Erfindung ist es vorgesehen, dass der Streckenabschnitt wenigstens eine vorgegebene Mindestlänge aufweist und/oder für den Streckenabschnitt zumindest eine vorgegebene Mindestdurchfahrdauer ermittelt wurde. Hierdurch wird sichergestellt, dass der Streckenabschnitt nicht zu kurz ist und sich somit der Fahrzeuginsasse besonders gut auf das Bewerten der jeweiligen Umfelddaten konzentrieren kann. Der Fahrzeuginsasse kann sich somit besonders gut in das Bewerten der Umfelddaten einarbeiten und infolgedessen besonders konzentriert die Umfelddaten bewerten. Die Mindestlänge kann in einem Längenmaß wie Meter oder Kilometer vorgegeben sein. Die Mindestdurchfahrdauer charakterisiert, dass dieser Streckenabschnitt zumindest so lange zu sein hat, dass das Kraftfahrzeug beim Durchfahren dieses Streckenabschnitts zumindest die vorgegebene Mindestdurchfahrdauer benötigt. Beispielsweise kann als Mindestdurchfahrdauer ein Zeitraum von 15 Minuten vorgegeben sein. Das bedeutet, dass als der Streckenabschnitt lediglich derartige Streckenabschnitte ausgewählt werden, für welche das Kraftfahrzeug beim Durchfahren wenigstens 15 Minuten benötigt. Hierdurch wird ermöglicht, dass der Fahrzeuginsasse für das Bewerten der Umfelddaten wenigstens die 15 Minuten Zeit hat. Der Fahrzeuginsasse kann sich somit in die Aufgabe des Bewertens der Umfelddaten einarbeiten und sich besonders gut konzentrieren und wird nicht nach einem kurzen Zeitraum wieder aus seiner Konzentration herausgerissen. Hierdurch kann eine Fehlerwahrscheinlichkeit für den Fahrzeuginsassen beim Bewerten der Umfelddaten besonders gering gehalten werden.
-
In einer weiteren möglichen Ausgestaltung der Erfindung ist es vorgesehen, dass mittels einer Kamera der Erfassungseinrichtung die Umfelddaten in Form von Bildern und/oder Videos erfasst werden. Die Kamera ist insbesondere in die Umgebung des Kraftfahrzeugs gerichtet und dazu eingerichtet, die Umgebung des Kraftfahrzeugs in Form der Bilder beziehungsweise der Videos aufzuzeichnen. Die Bilder beziehungsweise die Videos können von der Erfassungseinrichtung zumindest kurzzeitig gespeichert und anschließend sowohl für den das analytische Verfahren Ausführenden, insbesondere für die künstliche Intelligenz, als auch für den Fahrzeuginsassen in Form der Umfelddaten zur Bewertung bereitgestellt werden. Die Bilder beziehungsweise die Videos können von dem das analytische Verfahren Ausführenden, insbesondere von der künstlichen Intelligenz, mittels eines Bildverarbeitungsprogramms ausgewertet werden. Für den Fahrzeuginsassen können die Bilder beziehungsweise die Videos mittels der Bildschirmeinrichtung ausgegeben werden. Die Bilder beziehungsweise die Videos können von dem Fahrzeuginsassen besonders einfach visuell erfasst und bewertet werden. Insbesondere kann der Fahrzeuginsasse besonders einfach durch Betrachten der Bilder beziehungsweise der Videos ermitteln, in welcher Situation sich das Kraftfahrzeug befindet. Es ist somit eine besonders einfache Bewertung durch den Fahrzeuginsassen anhand der Bilder beziehungsweise der Videos möglich.
-
In einer weiteren möglichen Ausgestaltung der Erfindung ist es vorgesehen, dass die Umfelddaten in einem Ringspeicher gespeichert werden, wodurch der Fahrzeuginsasse für die Bewertung zwischen später erfassten und früher erfassten Umfelddaten springen kann. Dieser Ringspeicher kann beispielsweise dazu eingerichtet sein, jeweilige Umfelddaten für zirka zehn Minuten zu speichern. Der Fahrzeuginsasse kann somit zwischen jeweils aktuell erfassten Umfelddaten und Umfelddaten, welche in einem Zeitraum von bis zu zehn Minuten vor einem aktuellen Zeitraum erfasst worden sind, hin- und herspringen. Hierdurch kann der Fahrzeuginsasse einen Abgleich zwischen unterschiedlichen Umfelddaten, insbesondere zwischen jeweiligen aufgezeichneten Bildern und/oder Videos, durchführen, wodurch eine besonders zutreffende Bewertung der Umfelddaten durch den Fahrzeuginsassen ermöglicht wird. Sind die Umfelddaten durch den Fahrzeuginsassen bewertet worden und/oder ist die Speicherzeit des Ringspeichers abgelaufen, dann können die Umfelddaten aus dem Ringspeicher gelöscht werden. Infolge der Bewertung durch den Fahrzeuginsassen können jeweilige Umfelddaten, für welche ermittelt worden ist, dass im Rahmen des analytischen Verfahrens, insbesondere von der künstlichen Intelligenz die Situation richtig bewertet worden ist, gelöscht werden, wohingegen aus jeweiligen Umfelddaten, für welche ermittelt worden ist, dass im Rahmen des analytischen Verfahrens, insbesondere von der künstlichen Intelligenz, die Situation falsch ermittelt worden ist, die Trainingsdaten generiert werden. Insbesondere werden die Trainingsdaten aus den Umfelddaten generiert, bevor die Umfelddaten aus dem Ringspeicher gelöscht werden.
-
Die Erfindung betrifft des Weiteren eine elektronische Recheneinrichtung, welche dazu eingerichtet ist, Trainingsdaten für ein analytisches Verfahren, insbesondere eine künstliche Intelligenz zu generieren. Insbesondere ist die elektronische Recheneinrichtung dazu eingerichtet, in einem Verfahren, wie es bereits im Zusammenhang mit dem erfindungsgemäßen Verfahren zum Generieren von Trainingsdaten für ein analytisches Verfahren, insbesondere eine künstliche Intelligenz beschrieben worden ist, genutzt zu werden. Die elektronische Recheneinrichtung ist dazu eingerichtet, ein Umfeld eines Kraftfahrzeugs charakterisierende Umfelddaten zu empfangen, welche während einer zumindest teilautomatisierten Fahrt, insbesondere einer vollautomatisierten Fahrt des Kraftfahrzeugs, mittels einer Erfassungseinrichtung erfasst wurden. Weiterhin ist die elektronische Recheneinrichtung dazu eingerichtet, eine im Rahmen des analytischen Verfahrens anhand der Umfelddaten ermittelte Situation zu empfangen, in welcher sich das Kraftfahrzeug befindet. Darüber hinaus ist die elektronische Recheneinrichtung dazu eingerichtet, ein Ausgeben der Umfelddaten für wenigstens einen Fahrzeuginsassen des Kraftfahrzeugs auszulösen. Weiterhin ist die elektronische Recheneinrichtung dazu eingerichtet, eine Benutzereingabe von dem Fahrzeuginsassen zu empfangen, welche eine Bewertung der Umfelddaten charakterisiert. Überdies ist die elektronische Recheneinrichtung dazu eingerichtet, aus den Umfelddaten die Trainingsdaten zu generieren, wenn die Bewertung charakterisiert, dass die im Rahmen des analytischen Verfahrens insbesondere von der künstlichen Intelligenz ermittelte Situation falsch ist. Die elektronische Recheneinrichtung kann beispielsweise dazu eingerichtet sein, einen Algorithmus auszuführen, welcher die künstliche Intelligenz repräsentiert.
-
Die elektronische Recheneinrichtung ist dazu eingerichtet, wenigstens einen Streckenabschnitt einer ermittelten Fahrtstrecke des Kraftfahrzeugs auszuwählen, für welchen die Trainingsdaten generiert werden sollen, und in diesem Streckenabschnitt generierte Umfelddaten für das analytische Verfahren und den Fahrzeuginsassen zum Bewerten bereitzustellen, und/oder die Umfelddaten hinsichtlich der im Rahmen des analytischen Verfahrens ermittelten zugeordneten Situation in jeweilige Situationskategorien zu kategorisieren und auszulösen, dass dem Fahrzeuginsassen lediglich Umfelddaten einer gemeinsamen Situationskategorie ausgegeben werden.
-
Die Erfindung betrifft des Weiteren ein Kraftfahrzeug mit einer elektronischen Recheneinrichtung, wie sie bereits im Zusammenhang mit der erfindungsgemäßen elektronischen Recheneinrichtung beschrieben worden ist.
-
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 der einzigen Figur (1) ein Verfahrensschema für ein Verfahren zum Generieren von Trainingsdaten für eine künstliche Intelligenz.
-
In 1 ist ein Verfahrensschema für ein Verfahren zum Generieren von Trainingsdaten für ein analytisches Verfahren gezeigt. Dieses analytische Verfahren wird vorliegend von einer künstlichen Intelligenz durchgeführt. Die Trainingsdaten sind somit dazu vorgesehen, für ein Trainieren der künstlichen Intelligenzverwendet zu werden. Das Verfahren umfasst fünf Verfahrensschritte V1 bis V5, welche insbesondere während einer Fahrt eines Kraftfahrzeugs, insbesondere einer zumindest teilautomatisierten, insbesondere vollautomatisierten Fahrt des Kraftfahrzeugs durchgeführt werden. Bei dem Verfahren ist es vorgesehen, dass während dieser Fahrt des Kraftfahrzeugs mittels einer Erfassungseinrichtung des Kraftfahrzeugs ein Umfeld des Kraftfahrzeugs charakterisierende Umfelddaten erfasst werden. Hierfür kann die Erfassungseinrichtung wenigstens eine Kamera umfassen, mittels welcher die Umfelddaten in Form von Bildern und/oder Videos generiert werden.
-
In dem zweiten Verfahrensschritt V2 des Verfahrens ist es vorgesehen, dass mittels der künstlichen Intelligenz anhand der Umfelddaten eine Situation ermittelt wird, in welcher sich das Kraftfahrzeug befindet. Hierbei beschreibt die Situation eine Verkehrssituation, in welcher sich das Kraftfahrzeug befindet. In dieser Verkehrssituation können durch die Straßenverkehrsordnung jeweilige Verkehrsregeln für das Kraftfahrzeug vorgegeben sein. Als Situation kann die künstliche Intelligenz diese von dem Kraftfahrzeug einzuhaltenden Verkehrsregeln ermitteln. Bei dem Verfahren ist es weiterhin vorgesehen, dass in dem dritten Verfahrensschritt die Umfelddaten für wenigstens einen Fahrzeuginsassen des Kraftfahrzeugs ausgegeben werden. Hierbei können die Umfelddaten gemeinsam mit der von der künstlichen Intelligenz ermittelten Situation für den Fahrzeuginsassen zum Bewerten ausgegeben werden. In einem vierten Verfahrensschritt V4 des Verfahrens ist es vorgesehen, dass eine Benutzereingabe von dem Fahrzeuginsassen empfangen wird, welche eine Bewertung der Umfelddaten charakterisiert. Mit anderen Worten charakterisiert die Benutzereingabe des Fahrzeuginsassen, ob die anhand der Umfelddaten von der künstlichen Intelligenz ermittelte Situation richtig oder falsch ist. In dem fünften Verfahrensschritt V5 des Verfahrens ist es vorgesehen, dass aus den Umfelddaten die Trainingsdaten generiert werden, wenn die Bewertung charakterisiert, dass die von der künstlichen Intelligenz ermittelte Situation falsch ist. Hierbei können die Trainingsdaten aus den Umfelddaten und jeweiligen den Umfelddaten zugeordneten, vom Fahrzeuginsassen gewählten Situationsbeschreibungen generiert werden. Die Situationsbeschreibung des Fahrzeuginsassen charakterisiert, welche Situation eigentlich anstatt der von der künstlichen Intelligenz ermittelten Situation durch die Umfelddaten charakterisiert ist. Der Fahrzeuginsasse kann somit in Form der Situationsbeschreibung eine Korrektur der von der künstlichen Intelligenz ermittelten Situation vornehmen.
-
Um eine besonders spezialisierte Bewertung des Fahrzeuginsassen für die jeweilige durch die künstliche Intelligenz ermittelte Situation zu ermöglichen, kann es vorgesehen sein, dass die Umfelddaten hinsichtlich der von der künstlichen Intelligenz ermittelten zugeordneten Situation in jeweilige Situationskategorien eingeteilt werden und dem Fahrzeuginsassen lediglich Umfelddaten einer gemeinsamen Situationskategorie ausgegeben werden.
-
Weiterhin kann es vorgesehen sein, dass wenigstens ein Streckenabschnitt einer ermittelten Fahrtstrecke des Kraftfahrzeugs ausgewählt wird, für welchen die Trainingsdaten generiert werden sollen, und in diesem Streckenabschnitt generierte Umfelddaten für die künstliche Intelligenz und den Fahrzeuginsassen zum Bewerten bereitgestellt werden. Hierbei kann der Streckenabschnitt wenigstens eine vorgegebene Mindestlänge aufweisen und/oder es kann für den Streckenabschnitt zumindest eine vorgegebene Mindestdurchfahrdauer ermittelt worden sein.
-
Der beschriebenen Erfindung liegt die Erkenntnis zugrunde, dass im Rahmen von neuartigen Verkehrskonzepten, wie einer Mikromobilität und intermodaler Mobilität, vermehrt Mobilitätslösungen wie autonom fahrende Fahrzeuge genutzt werden. In diesen Fahrzeugen werden Passagiere befördert und zahlen aktuell für die gefahrene Strecke beziehungsweise für die gefahrene Zeit einen Betrag. Parallel dazu sind solche Fahrzeuge mit vielen Sensoren ausgestattet, welche das Ziel haben, die Umwelt möglichst exakt zu erfassen. Die Verarbeitung der Daten dieser Sensoren basiert auf sogenannten neuronalen Netzen und somit auf künstlicher Intelligenz. Diese künstlichen neuronalen Netze benötigen für eine möglichst gute Funktionalität Wissen, welches die neuronalen Netze durch Trainingsdaten erlernen. Diese Trainingsdaten sind vorab manuell von einer Person zu taggen und somit mit einer Beschreibung zu versehen. Die Trainingsdaten werden somit von der Person kontrolliert, um zu verhindern, dass das neuronale Netz falsches Wissen erlernt. Inhalt dieser Trainingsdaten sind zum Beispiel Schilder, Linien, Ampeln, Haltelinien oder Vorfahrtssituationen et cetera.
-
Im Folgenden wird beschrieben, wie die Fahrt in einem solchen Fahrzeug mit einem Verbessern der Trainingsdaten kombiniert werden kann, indem die Fahrzeuginsassen die Chance bekommen, live vom Kraftfahrzeug detektierte Situationen zu bewerten. Für den Fahrzeuginsassen kann sich hieraus der Vorteil ergeben, dass sich durch diese Unterstützung der Fahrpreis reduzieren kann. Hierdurch besteht ein Anreiz für den Fahrzeuginsassen, beim Verbessern der Trainingsdaten mitzuwirken. Für das Bewerten der Umfelddaten kann das Gamification-Prinzip genutzt werden, um einen besonders hohen Anreiz für den Fahrzeuginsassen zu schaffen. Auf der anderen Seite ergibt sich der Vorteil, dass eine aufwendige und insbesondere teure nachträgliche Analyse der Daten entfallen kann, da die Trainingsdaten bereits während der Fahrt generiert werden, und durch die Beteiligung unterschiedlicher Fahrzeuginsassen das Schwarmwissen der Fahrzeuginsassen genutzt werden kann.
-
Das neuronale Netz könnte mittels Trainingsdaten zum Beispiel ein 40-Kilometer pro Stunde-Schild gelernt haben und auf einer Autobahn fälschlicherweise ein 140-km/h-Schild als 40-km/h-Schild detektieren. Ziel des beschriebenen Verfahrens ist es, derartige Fehldetektionen zu reduzieren.
-
Im Folgenden wird ein Beispiel erläutert. Vorab bucht der Fahrzeuginsasse eine Fahrt beziehungsweise eine Strecke. Weil auf dieser Strecke der Bedarf an weiteren Trainingsdaten besteht, wird dem Fahrzeuginsassen das Angebot gemacht, während der Fahrt die Umfelddaten zu taggen und somit mit einer Situationsbeschreibung zu versehen. Bei dem Verfahren kann vorab ein Streckenabschnitt errechnet werden beziehungsweise Teile der Fahrtstrecke ermittelt werden, die sich lohnen würden, um neue beziehungsweise weitere Trainingsdaten zum Erlernen zu generieren. Ist diese Strecke beziehungsweise eine Durchfahrtdauer dieser Strecke größer als ein Grenzwert und somit beispielsweise mindestens zehn Minuten Fahrt beziehungsweise mindestens fünf Kilometer Fahrt, dann wird dem Fahrzeuginsassen angeboten, dass er für diesen Streckenabschnitt ein Generieren der Trainingsdaten unterstützen kann. Dieses Angebot kann dem Fahrzeuginsassen vorab per App oder bei Beginn der Fahrt gemacht werden. Im Kraftfahrzeug können die Umfelddaten über jeweilige Bildschirme für jeden Fahrzeuginsassen mit Touchscreen oder optional über jeweilige Smartphones ausgegeben werden. Alternativ oder zusätzlich zu einer berührempfindlichen Oberfläche der jeweiligen Bildschirme können jeweilige Smart Devices, insbesondere eine Tastatur oder eine berührempfindliche Oberfläche des Smart Devices, als Eingabeeinrichtung für ein Empfangen von Nutzereingaben des Fahrzeuginsassen genutzt werden. Bei dem Verfahren kann es vorgesehen sein, dass ein Live-Videobild der Umgebung des Kraftfahrzeugs in einem Ringspeicher gespeichert wird, insbesondere für zirka zehn Minuten. Dem Fahrzeuginsassen können zufällig ausgewählte Zuordnungen zwischen dem Live-Videobild und der dem Live-Videobild zugeordneten Ausgabe des neuronalen Netzes ausgegeben werden und der Fahrzeuginsasse kann diese Zuordnung entweder bestätigen oder korrigieren. Hierbei können einem ersten Fahrzeuginsassen lediglich Geschwindigkeitsschilder und einem zweiten Fahrzeuginsassen lediglich Vorfahrtsschilder beziehungsweise Stoppschilder als Ausgabe des neuronalen Netzes ausgegeben werden. Von dem Fahrzeuginsassen wird jedes erkannte beziehungsweise dargestellte Objekt bestätigt oder korrigiert, wobei der Fahrzeuginsasse aufgrund der Speicherung in dem Ringspeicher in den Umgebungsdaten in der Zeit zurückspringen kann. Nachdem die Fahrt für den Fahrzeuginsassen beendet ist, können die Ergebnisse der Bewertung an eine Servereinrichtung übermittelt werden, hierbei insbesondere in eine Cloud hochgeladen werden. Aufgrund von zu großen Datenmengen kann es unterbleiben, dass das gesamte Videomaterial hochgeladen wird und stattdessen lediglich diejenigen Situationen hochgeladen werden, welche von dem neuronalen Netz falsch getaggt und somit falsch bewertet worden sind.
-
Bei den angebotenen Szenarien können vor allem einfache Situationen, die kein Expertenwissen voraussetzen, dem Fahrzeuginsassen angeboten werden. Das bedeutet, dass dem Fahrzeuginsassen insbesondere Umfelddaten und somit Videobilder ausgegeben werden, für welche die künstliche Intelligenz ermittelt hat, dass Ampeln oder Schilder oder statische beziehungsweise dynamische Objekte abgebildet sind.
-
Einer der wesentlichen Vorteile dieses Verfahrens ist es, dass sehr viele Fahrsituationen durch unterschiedliche Fahrzeuginsassen bewertet werden können. Die Umfelddaten können somit für Regensituationen, für Nachtfahrten oder für Situationen, in welchen eine Blendung durch die Sonne besteht, durch den Fahrzeuginsassen bewertet werden. Weiterhin ermöglicht das Verfahren, dass die Umfelddaten besonders schnell analysiert werden können. Für den Fahrzeuginsassen kann sich der Vorteil ergeben, dass ein reduzierter Fahrpreis abgerechnet wird sowie eine Ablenkung während der Fahrt besteht, um eine Fahrtzeit gefühlt zu reduzieren.
-
Insgesamt zeigt die Erfindung, wie ein Verfahren zur Generierung von Lerndaten für eine künstliche Intelligenz im Kontext Verkehrssituationserkennung bei gleichzeitiger Steigerung des Kundennutzens geschaffen werden kann.
-
Bezugszeichenliste
-
- V1 bis V5
- jeweilige Verfahrensschritte
