WO2020200825A1 - Verfahren zum automatischen bereitstellen von handlungsempfehlungen sowie entscheidungsfindungsmodul - Google Patents

Verfahren zum automatischen bereitstellen von handlungsempfehlungen sowie entscheidungsfindungsmodul Download PDF

Info

Publication number
WO2020200825A1
WO2020200825A1 PCT/EP2020/057689 EP2020057689W WO2020200825A1 WO 2020200825 A1 WO2020200825 A1 WO 2020200825A1 EP 2020057689 W EP2020057689 W EP 2020057689W WO 2020200825 A1 WO2020200825 A1 WO 2020200825A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
decision
motor vehicle
making module
recommended action
Prior art date
Application number
PCT/EP2020/057689
Other languages
English (en)
French (fr)
Inventor
Stefan Sellschopp
Original Assignee
Allianz Partners Sas Niederlassung Deutschland
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Allianz Partners Sas Niederlassung Deutschland filed Critical Allianz Partners Sas Niederlassung Deutschland
Publication of WO2020200825A1 publication Critical patent/WO2020200825A1/de

Links

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/006—Indicating maintenance
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction

Definitions

  • the invention relates to a method for automatically providing recommendations for action for a reaction to a state of a motor vehicle.
  • status data of the motor vehicle are transmitted from a control device of the motor vehicle to a decision-making module.
  • the control device can for example be a telematic control device (Telematic Control Unit - TCU).
  • a telematic control device typically has at least one electronic interface to at least one onboard data network of the motor vehicle.
  • An electronic interface can be implemented, for example, by a CAN bus or a LIN bus.
  • the telematic control device is usually designed to use at least one communication interface and a wireless network connection, such as a GPRS (General Packet Radio Service) or an LTE (Long Term Evolution) connection, to transfer data, for example status data of the motor vehicle, to an external connection Submit back end facility.
  • a back-end device can be a cloud server, for example.
  • the decision-making module can be implemented as such a cloud server.
  • the disadvantage here is that an extensive data set must be created from error data in order to achieve a significant improvement in the algorithms on which the prognosis and / or diagnosis is based.
  • This error data must be obtained from various sources, for example from vehicles in traffic, from workshops and from institutions dealing with warranty cases (e.g. insurance companies). This is at the expense of the efficiency of the method described.
  • the invention is based on the object of providing an efficient and reliable method by means of which it is possible to generate tailor-made and adequate recommendations for action in response to a particular motor vehicle condition.
  • the invention therefore provides a method for the automatic provision of action recommendations for a reaction to a state of a motor vehicle.
  • respective status data of the motor vehicle are transmitted from a control device of the motor vehicle to a decision-making module.
  • the decision-making module comprises a database device. It is envisaged that the Control device of the motor vehicle to the decision-making module transmitted status data of the motor vehicle are assigned to accompanying data stored in the database device.
  • the status data of the motor vehicle can, for example, describe a battery charge status and / or an engine operating status and / or characteristic error codes and / or current position data of the motor vehicle.
  • the accompanying data stored in the database device can contain, for example, information on decoding the characteristic error codes and / or country-specific additional information, the latter being advantageously assigned to the status data by means of the transmitted position, in particular the transmitted geoposition, of the motor vehicle. Provision can also be made for a so-called case ID (case identification number) to be assigned as part of the above-mentioned assignment. In other words, a data record describing the case situation is generated from the status data and the accompanying data.
  • a treatment recommendation is created based on the stated status data and the accompanying data.
  • the development recommendation is created by means of a predetermined recommendation rule.
  • the recommendation rule is used to generate a fixed set of options from a transmitted set of status data, which are assigned to the accompanying data mentioned, which consists of recommendations that are appropriate for the respective case or that were generated precisely for the case.
  • the recommendation rule is to be improved or optimized in such a way that it generates an adequate recommendation for action.
  • an execution unit for implementing the processing recommendation is acted on via a data interface of the decision-making module.
  • An execution unit can be, for example, an electronic circuit which, based on the respective handling recommendation, generates a respective predetermined Switching state.
  • the execution unit can be arranged inside the vehicle or outside the vehicle. In the case of an arrangement inside the vehicle, an electrical connection to a defective component, for example a vehicle battery, can advantageously be interrupted, for example. In the case of an arrangement of the execution unit outside the vehicle, it can be provided that the recommended action is implemented by a type of remote control.
  • An essential feature of the method according to the invention is that at least one evaluation parameter is recorded by the decision-making module in a self-learning phase, the respective evaluation parameter describing the implementation of the recommended action by the execution unit.
  • Such an evaluation parameter can be a simple positive or negative signal, for example.
  • a positive signal means, for example, that the recommended action has been implemented 1: 1 by the execution unit.
  • a negative evaluation parameter can describe that the recommended action was not implemented or implemented incorrectly by the execution unit.
  • the implementation of the recommended action by the execution unit or the action of the execution unit in response to the recommended action is thus described by a respective evaluation parameter. This shows whether the recommended action was useful.
  • One form of the technical implementation of the described method can be such that a switching signal is transmitted to the execution unit, that is to say to an electronic circuit, as a recommendation for action.
  • the implementation of the recommended action can therefore consist in changing a switching state of the electronic circuit.
  • the implementation of the recommended action i.e. the change in the switching state, is recorded and assigned at least one evaluation parameter.
  • the evaluation parameter can for example also provide information on whether the respective implementation of the recommended action has achieved the desired effect.
  • the evaluation parameter can in other words describe whether the change in the respective switching state has actually led to a defective component of the motor vehicle being electrically disconnected from a circuit or on-board network of the motor vehicle. As described above, such a component can be a defective motor vehicle battery, for example.
  • an evaluation parameter can be used to describe whether an appropriate measure has been taken as a result of a recommended action taken.
  • the recommendation rule can now be adapted or adjusted.
  • the decision-making module Based on the initially transmitted status data, the accompanying data which are stored in the database device of the decision-making module, the recommended action provided and the at least one evaluation parameter, the decision-making module generates a learning data set.
  • the recommendation rule for creating the recommended action is adapted for at least one future recommended action using a predetermined training method.
  • the evaluation of the implementation of a respective recommended action is used to improve the generation of future recommendations for action by means of the predetermined recommendation rule.
  • This self-learning phase and the feeding back of the respective evaluation parameters advantageously increases the efficiency of the described method, and, on the other hand, advantageously ensures that in the future adequate or tailor-made recommendations for action can be generated for the observed situations for which the evaluation parameters are available.
  • the invention also includes embodiments which result in additional advantages.
  • One embodiment of the method according to the invention provides that, simultaneously with the transmission of the status data by the Control device of the motor vehicle a telecommunication between a first telecommunication device on or in the motor vehicle and a second telecommunication device of the execution unit is operated.
  • a telecommunication can be operated in an automated manner or it can be provided that such a telecommunication is established manually, for example by a user who wants to use the defective motor vehicle.
  • a telecommunication can for example be a telephone call.
  • telecommunication can also relate to computer data transmission between the two telecommunication devices.
  • This embodiment can, for example, be based on the situation that the motor vehicle driver or another occupant of the motor vehicle whose status data is transmitted to the decision-making module sets up a telephone connection to a service center in parallel with this transmission.
  • a motor vehicle occupant exchanges or discusses the error that has occurred by telephone with an employee or a so-called chatbot (dialog automaton or dialog system) of a service center.
  • chatbot digital automaton or dialog system
  • the status data are transmitted to a programming interface of the decision-making module or to a server device coupling the database device and the data interface of the decision-making module.
  • a server device can be implemented for example by a cloud server device described above.
  • the accompanying data stored in the database device of the decision-making module comprise a catalog of recommendations and / or rules for processing the status data.
  • the status data of the motor vehicle include diagnostic error codes
  • a rule for processing the status data can consist in that a respective error code or a combination of error codes, taking into account the sequence in which the respective error codes occur, corresponds to a predetermined state of the motor vehicle, which is caused by the accompanying data is described, is clearly assigned.
  • the status data of the motor vehicle can also include sensor data, with the database device uniquely assigning respective sensor data to a predetermined status of the motor vehicle, which is described by the accompanying data.
  • the at least one future treatment recommendation is assigned a confidence value.
  • a confidence value can result from the learning data set in such a way that recommendations for action which are repeatedly evaluated with positive evaluation parameters have an increased confidence value.
  • the execution unit preferably implements the recommended action as a function of the respective confidence value. It can also be provided that a respective recommended action is automatically implemented by the execution unit as soon as the confidence value assigned to the recommended action reaches a predetermined threshold value.
  • the evaluation parameter for describing the implementation of the recommended action describes at least one process that does not match the recommended action. Such a process can in particular be a repair and / or a towing measure that does not match the recommended action.
  • this can mean the following:
  • the recommendation for action in the form of an electronic switching signal is transmitted to the execution unit, which is present as an electronic circuit.
  • the execution unit then establishes a switching state corresponding to the switching signal.
  • an error message can be generated in a fault memory of the motor vehicle, for example, which, when the fault memory is read out, for example by a workshop, commands a repair.
  • the embodiment described here is now based, by way of example, on the situation that the commanded repair does not produce the desired effect. In this case, the recommended action is not adequate to remedy the error condition that has occurred. This discrepancy between the recommended action and the lack of the desired effect can now also be substantiated with an evaluation parameter.
  • evaluation parameters can be recorded or fed in via the data interface of the decision-making module by a large number of actors or sources. Possible sources can be sensors or input devices.
  • the invention also relates to said decision-making module, comprising at least one data interface and a database device, the decision-making module being set up to automatically provide recommendations for action relating to a state of a motor vehicle using a method according to the invention.
  • the decision-making module can be formed on the basis of a processor device.
  • the processor facility can for this purpose have at least one microprocessor and / or at least one microcontroller and / or at least one FPGA (Field Programmable Gate Array) and / or at least one DSP (Digital Signal Processor).
  • the processor device can have program code which is set up to carry out the embodiment of the method according to the invention when it is executed by the processor device.
  • the program code can be stored in a data memory of the processor device that is coupled to the respective processor.
  • the invention relates to an advantageous embodiment of the decision-making module, the database device of the decision-making module being set up here to receive new accompanying data from at least one data source and to automatically update the accompanying data stored in the database device, taking into account the new accompanying data, after a predetermined time interval has elapsed.
  • the database device of the decision-making module being set up here to receive new accompanying data from at least one data source and to automatically update the accompanying data stored in the database device, taking into account the new accompanying data, after a predetermined time interval has elapsed.
  • the decision-making module is set up to transmit a signal to an execution unit of the motor vehicle based on the action recommendation, the execution unit of the motor vehicle being set up to receive the signal and based on the signal implement the recommendations for action.
  • this embodiment of the decision-making module relates to the above-mentioned case in which the execution unit is arranged inside the vehicle.
  • the invention naturally also includes further developments of the decision-making module according to the invention which have features as they have already been described in connection with the further developments of the method according to the invention.
  • the corresponding developments of the invention Decision-making modules are therefore not described again here.
  • the invention also includes the combinations of the embodiments described.
  • FIG. 1 a schematic representation of the am according to the invention
  • Fig. 2 is a schematic representation of the invention
  • Fig. 3 is a schematic detailed representation of the individual steps of
  • the described components of the embodiments each represent individual features of the invention that are to be considered independently of one another, which also develop the invention independently of one another and are therefore to be regarded as part of the invention individually or in a combination other than the one shown. Furthermore, the described embodiments can also be supplemented by further features of the invention already described.
  • FIG. 1 shows a motor vehicle 10, a decision-making module 12 and an execution unit 14.
  • the motor vehicle 10 has a control device 16 and a Telecommunication device 18 on.
  • the decision-making module 12 has a data interface 20 and a database device 22.
  • Accompanying data 24 are stored in the database device 22 shown here.
  • the execution unit 14 also has a telecommunication device 18.
  • a telecommunication 30 is operated between the two telecommunication devices 18.
  • FIG. 2 schematically describes the method according to the invention in a preferred embodiment.
  • status data 26 of motor vehicle 10 are transmitted by control device 16 of motor vehicle 10 to decision-making module 12.
  • the transmitted status data 26 in the database device 22 of the decision-making module 12 are assigned to the accompanying data 24 stored in the database device 22.
  • a data record with predetermined accompanying data 24 can be stored in the database device 22 for different possible values or value intervals of the status data 26. The assignment then takes place in that for the at least one value specified in the current status data 26, the matching data record of accompanying data 24 is sought out.
  • a recommendation for action 28 is generated based on the status data 26 and the accompanying data 24.
  • the recommended action 28 is generated by means of a predetermined recommendation rule 32.
  • the recommendation rule 32 can be based, for example, on an assignment table and / or on an artificial neural network and / or on an expert system.
  • the execution unit 14 for implementing the recommended action 28 is acted on via the data interface 20 of the decision-making module 12.
  • Steps S1 to S4 are followed by a self-learning phase.
  • the self-learning phase is identified in FIG. 2 by step S5.
  • it can be implemented on the basis of a machine learning method.
  • a first step S5.1 at least one evaluation parameter 34 is recorded by the decision-making module 12.
  • the evaluation parameter 34 describes the implementation of the recommended action 28 by the execution unit 14.
  • the evaluation parameter 34 can be input into the decision-making module via the data interface 20.
  • the decision-making module 12 generates a learning data record 36 based on the status data 26, the accompanying data 24, the recommended action provided and the at least one evaluation parameter 34.
  • This learning data set 36 serves as the basis for the third step of the self-learning phase S5.3.
  • the recommendation rule 32 is adapted using a predetermined training method 38 for at least one future recommended action 28.
  • a standard recommendation for action is generated automatically from a fixed set of possibilities (that is, adequate recommendations for action) and the execution unit is acted upon to implement the standard recommendation for action.
  • the execution unit is implemented by a call center agent.
  • a telephone connection is operated between a motor vehicle occupant and the call center agent, so that additional status data are transmitted by analyzing the voice signals exchanged.
  • a large number of participants have the option of feeding in feedback (that is to say evaluation parameters) with regard to the implementation of a respective recommended action by the execution unit.
  • the examples show how the invention can provide a method for automatically providing recommendations for action for a reaction to a state of a motor vehicle.
  • the self-learning phase described which takes into account evaluation parameters that describe the implementation of a respective recommended action, the method described here can be trained particularly efficiently and advantageously provides customized recommendations for action with a high confidence value.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zum automatischen Bereitstellen von Handlungsempfehlungen (28) für eine Reaktion auf einen Zustand eines Kraftfahrzeugs (10), wobei Zustandsdaten (26) des Kraftfahrzeugs (10) von einer Kontrolleinrichtung (16) des Kraftfahrzeugs (10) an ein Entscheidungsfindungsmodul (12) übermittelt werden. Das Verfahren umfasst eine Selbstlernphase, in der von dem Entscheidungsfindungsmodul (12) mindestens ein Bewertungsparameter (34) erfasst wird, der das Umsetzen der Handlungsempfehlung (28) durch eine Ausführungseinheit (14) beschreibt. Von dem Entscheidungsfindungsmodul (12) wird unter Berücksichtigung des mindestens einen Bewertungsparameters (34) ein Lerndatensatz (36) erzeugt, anhand dessen das Verfahren zum Bereitstellen der Handlungsempfehlungen (28) mittels einer vorbestimmten Trainingsmethode (38) für mindestens eine zukünftige Handlungsempfehlung (28) angepasst wird.

Description

Verfahren zum automatischen Bereitstellen von Handlungsempfehlungen sowie Entscheidungsfindungsmodul
BESCHREIBUNG:
Die Erfindung betrifft ein Verfahren zum automatischen Bereitstellen von Handlungsempfehlungen für eine Reaktion auf einen Zustand eines Kraftfahrzeugs. Hierzu werden Zustandsdaten des Kraftfahrzeugs von einer Kontrolleinrichtung des Kraftfahrzeugs an ein Entscheidungsfindungsmodul übermittelt.
Die Kontrolleinrichtung kann beispielsweise eine telematische Kontrolleinrichtung (Telematic Control Unit - TCU) sein. Typischerweise verfügt eine solche telematische Kontrolleinrichtung über zumindest eine elektronische Schnittstelle zu zumindest einem Onboard-Datennetzwerk des Kraftfahrzeugs. Eine elektronische Schnittstelle kann beispielsweise durch einen CAN-Bus oder einen LIN-Bus realisiert sein. Außerdem ist die telematische Kontrolleinrichtung in der Regel dazu ausgebildet, über zumindest eine Kommunikationsschnittstelle und eine kabellose Netzwerkverbindung, wie zum Beispiel eine GPRS (General Packet Radio Service) oder eine LTE (Long Term Evolution) Verbindung Daten, beispielsweise Zustandsdaten des Kraftfahrzeugs, zu einer fahrzeugexternen Back-End-Einrichtung zu übermitteln. Eine Back-End-Einrichtung kann beispielsweise ein Cloud-Server sein. Das Entscheidungsfindungsmodul kann als ein solcher Cloud-Server realisiert sein. Die weitere Ausgestaltung einer telematischen Kontrolleinrichtung und der Kommunikation zwischen telematischer Kontrolleinrichtung und Back-End-Einrichtung ist als dem Fachmann grundsätzlich bekannt anzusehen. Aus der US 8 374 745 B2 sind ein System und eine Methode zum telematischen Sammeln diagnostischer Fahrzeugdaten bekannt. Die gesammelten diagnostischen Fahrzeugdaten werden aggregiert und dazu genutzt, die Diagnose und/oder Prognose von Fahrzeugfehlfunktionen zu verbessern. Die der verbesserten Diagnose und/oder Prognose zugrundeliegenden Algorithmen können dann genutzt werden, um Wartungsvorschläge zu unterbreiten, Assistenz im Fehlerfall zu bieten oder um das Fahrzeugdesign zu verbessern.
Nachteilig hierbei ist es, dass ein umfangreicher Datensatz aus Fehlerdaten erstellt werden muss, um eine signifikante Verbesserung der der genannten Prognose und/oder Diagnose zugrundeliegenden Algorithmen zu erzielen. Diese Fehlerdaten müssen aus unterschiedlichen Quellen bezogen werden, so zum Beispiel von Fahrzeugen im Verkehr, von Werkstätten sowie von mit Garantiefällen befassten Institutionen (bspw. Versicherungsgesellschaften). Dies geht zulasten der Effizienz der beschriebenen Methode.
Der Erfindung liegt die Aufgabe zugrunde, eine effiziente und zuverlässige Methode bereitzustellen, mittels derer es ermöglicht wird, passgenaue und adäquate Flandlungsempfehlungen in Reaktion auf einen jeweiligen Kraftfahrzeugzustand zu generieren.
Die Aufgabe wird durch die Gegenstände der unabhängigen Patentansprüche gelöst. Vorteilhafte Weiterbildungen der Erfindung sind durch die abhängigen Patentansprüche, die folgende Beschreibung sowie die Figuren beschrieben.
Durch die Erfindung ist also ein Verfahren zum automatischen Bereitstellen von Flandlungsempfehlungen für eine Reaktion auf einen Zustand eines Kraftfahrzeugs bereitgestellt. Wie oben beschrieben, ist es vorgesehen, dass jeweilige Zustandsdaten des Kraftfahrzeugs von einer Kontrolleinrichtung des Kraftfahrzeugs an ein Entscheidungsfindungsmodul übermittelt werden. Erfindungsgemäß umfasst das Entscheidungsfindungsmodul eine Datenbankeinrichtung. Es ist vorgesehen, dass die durch die Kontrolleinrichtung des Kraftfahrzeugs an das Entscheidungsfindungsmodul übermittelten Zustandsdaten des Kraftfahrzeugs zu in der Datenbankeinrichtung gespeicherten Begleitdaten zugeordnet werden. Die Zustandsdaten des Kraftfahrzeugs können beispielsweise einen Batterieladestatus beschreiben und/oder einen Motorbetriebsstatus und/oder charakteristische Fehlercodes und/oder aktuelle Positionsdaten des Kraftfahrzeugs. Die in der Datenbankeinrichtung gespeicherten Begleitdaten können beispielsweise Angaben zur Entschlüsselung der charakteristischen Fehlercodes und/oder länderspezifische Zusatzinformationen enthalten, wobei letztere in vorteilhafter Weise mittels der übermittelten Position, insbesondere der übermittelten Geoposition, des Kraftfahrzeugs den Zustandsdaten zugeordnet werden können. Es kann zusätzlich vorgesehen sein, dass im Rahmen der genannten Zuordnung eine sogenannte Case-ID (Fallidentifikationsnummer) vergeben wird. Mit anderen Worten wird aus den Zustandsdaten und den Begleitdaten ein Datensatz erzeugt, der die Fallsituation beschreibt.
Erfindungsgemäß ist es weiterhin vorgesehen, dass basierend auf den genannten Zustandsdaten und den Begleitdaten eine Flandlungsempfehlung erstellt wird. Das Erstellen der Flandlungsempfehlung erfolgt dabei mittels einer vorbestimmten Empfehlungsvorschrift. Beispielsweise wird mittels der Empfehlungsvorschrift aus einem übermittelten Satz an Zustandsdaten, welche den genannten Begleitdaten zugeordnet werden, ein fixes Set an Möglichkeiten generiert, welches aus Flandlungsempfehlungen besteht, die zu dem jeweiligen Fall (Case) adäquat sind, beziehungsweise passgenau zu dem Fall generiert wurden. Die Empfehlungsvorschrift gilt es, dahingehend zu verbessern oder zu optimieren, dass die eine adäquate Flandlungsempfehlung generiert.
Über eine Datenschnittstelle des Entscheidungsfindungsmoduls wird erfindungsgemäß auf eine Ausführungseinheit zum Umsetzen der Flandlungsempfehlung eingewirkt. Eine Ausführungseinheit kann beispielsweise eine elektronische Schaltung sein, welche basierend auf der jeweiligen Flandlungsempfehlung einen jeweiligen vorbestimmten Schaltzustand herstellt. Die Ausführungseinheit kann dabei kraftfahrzeugintern oder kraftfahrzeugextern angeordnet sein. Bei einer kraftfahrzeuginternen Anordnung kann beispielsweise vorteilhaft eine elektrische Verbindung zu einem fehlerhaften Bauteil, beispielsweise einer Kraftfahrzeugbatterie, unterbrochen werden. Bei einer kraftfahrzeugexternen Anordnung der Ausführungseinheit kann es vorgesehen sein, dass die Handlungsempfehlung durch eine Art Fernsteuerung umgesetzt wird.
Ein wesentliches Merkmal des erfindungsgemäßen Verfahrens ist es nun, dass in einer Selbstlernphase von dem Entscheidungsfindungsmodul mindestens ein Bewertungsparameter erfasst wird, wobei der jeweilige Bewertungsparameter das Umsetzen der Handlungsempfehlung durch die Ausführungseinheit beschreibt. Ein solcher Bewertungsparameter kann zum Beispiel ein einfaches positives oder negatives Signal sein. Ein positives Signal bedeutet beispielsweise, dass die Handlungsempfehlung 1 :1 von der Ausführungseinheit umgesetzt wurde. Ein negativer Bewertungsparameter kann andererseits beschreiben, dass die Handlungsempfehlung nicht oder fehlerhaft von der Ausführungseinheit umgesetzt wurde. Das Umsetzen der Handlungsempfehlung durch die Ausführungseinheit oder die Aktion der Ausführungseinheit in Reaktion auf die Handlungsempfehlung wird also durch einen jeweiligen Bewertungsparameter beschrieben. Hieran wird erkannt, ob die Handlungsempfehlung nützlich war.
Eine Form der technischen Umsetzung des beschriebenen Verfahrens kann beispielsweise so aussehen, dass als Handlungsempfehlung ein Schaltsignal an die Ausführungseinheit, also an eine elektronische Schaltung, übermittelt wird. Das Umsetzen der Handlungsempfehlung kann demnach darin bestehen, dass ein Schaltzustand der elektronischen Schaltung verändert wird. Das Umsetzen der Handlungsempfehlung, also die Änderung des Schaltzustands, wird dabei erfasst und mit mindestens einem Bewertungsparameter belegt. Der Bewertungsparameter kann beispielsweise auch darüber Auskunft geben, ob das jeweilige Umsetzen der Handlungsempfehlung den erwünschten Effekt erzielt hat. In einem konkreten Ausführungsfall kann der Bewertungsparameter mit anderen Worten also beschreiben, ob die Änderung des jeweiligen Schaltzustands tatsächlich dazu geführt hat, dass ein fehlerhaftes Bauteil des Kraftfahrzeugs elektrisch von einem Stromkreis oder Bordnetz des Kraftfahrzeugs getrennt wurde. Wie oben beschrieben kann ein solches Bauteil beispielsweise eine defekte Kraftfahrzeugbatterie sein. Mit anderen Worten kann durch einen Bewertungsparameter beschrieben werden, ob durch eine jeweils ermittelte Handlungsempfehlung eine adäquate Maßnahme ergriffen wurde. Auf der Grundlage der Bewertung der Handlungsempfehlung durch den mindestens einen Bewertungsparameter kann nun die Empfehlungsvorschrift adaptiert oder angepasst werden.
Basierend auf den eingangs übermittelten Zustandsdaten, den Begleitdaten, welche in der Datenbankeinrichtung des Entscheidungsfindungsmoduls gespeichert sind, der bereitgestellten Handlungsempfehlung und dem mindestens einen Bewertungsparameter, wird von dem Entscheidungsfindungsmodul ein Lerndatensatz erzeugt. Anhand des so erzeugten Lerndatensatzes wird die Empfehlungsvorschrift zum Erstellen der Handlungsempfehlung mittels einer vorbestimmten Trainingsmethode für mindestens eine zukünftige Handlungsempfehlung angepasst. Mit anderen Worten wird die Bewertung der Umsetzung einer jeweiligen Handlungsempfehlung dazu genutzt, die Generierung zukünftiger Handlungsempfehlungen mittels der vorbestimmten Empfehlungsvorschrift zu verbessern. Durch diese Selbstlernphase und durch das Rückspeisen jeweiliger Bewertungsparameter wird zum einen in vorteilhafter Weise die Effizienz des beschriebenen Verfahren erhöht, und zum anderen in vorteilhafter Weise sichergestellt, dass zukünftig adäquate beziehungsweise passgenaue Handlungsempfehlungen für die beobachteten Situationen, zu denen Bewertungsparameter vorliegen, generiert werden können.
Zu der Erfindung gehören auch Ausführungsformen, durch die sich zusätzliche Vorteile ergeben.
Eine Ausführungsform des erfindungsgemäßen Verfahrens sieht vor, dass zeitgleich mit der Übermittlung der Zustandsdaten durch die Kontrolleinrichtung des Kraftfahrzeugs eine Telekommunikation zwischen einer ersten Telekommunikationseinrichtung am oder im Kraftfahrzeug und einer zweiten Telekommunikationseinrichtung der Ausführungseinheit betrieben wird. Eine solche Telekommunikation kann automatisiert betrieben werden oder es kann vorgesehen sein, dass eine solche Telekommunikation manuell hergestellt wird, also z.B. von einem Benutzer, der das defekte Kraftfahrzeug nutzen möchte. Eine Telekommunikation kann beispielsweise ein Telefonat sein. Eine Telekommunikation kann aber auch eine Computer- Datenübertragung zwischen den beiden Telekommunikationseinrichtungen betreffen. Es kann vorgesehen sein, dass die Telekommunikation einen Austausch jeweiliger Sprachsignale zwischen erster und zweiter Telekommunikationseinrichtung umfasst, wobei das jeweilige Sprachsignal zumindest ein gesprochenes Wort und/oder ein Satzfragment und/oder einen Satz umfasst. Im Falle eines solchen Telefonats kann es vorgesehen sein, dass mittels automatischer Spracherkennung die Inhalte der Sprachsignale als weitere Zustandsdaten erkannt werden.
Dieser Ausführungsform kann beispielsweise die Situation zugrundeliegen, dass der Kraftfahrzeugführer oder ein anderer Insasse desjenigen Kraftfahrzeugs, dessen Zustandsdaten an das Entscheidungsfindungsmodul übermittelt werden, parallel zu dieser Übermittlung eine Telefonverbindung zu einem Servicecenter aufbaut. Parallel zur Übermittlung der Zustandsdaten des Kraftfahrzeugs kann es also vorgesehen sein, dass ein Kraftfahrzeuginsasse sich telefonisch mit einem Mitarbeiter oder einem sogenannten Chatbot (Dialogautomanten oder Dialogsystem) eines Servicecenters über den aufgetretenen Fehlerfall austauscht oder bespricht. Flierdurch ergibt sich der Vorteil, dass zusätzliche Zustandsdaten betreffend den Zustand des Kraftfahrzeugs erfasst werden.
In einer weiteren Ausführungsform kann es vorgesehen sein, dass die Zustandsdaten an eine Programmierschnittstelle des Entscheidungsfindungsmoduls oder an eine die Datenbankeinrichtung und die Datenschnittstelle des Entscheidungsfindungsmoduls koppelnde Servereinrichtung übermittelt werden. Eine solche Servereinrichtung kann beispielsweise durch eine oben beschriebene Cloud-Servereinrichtung realisiert sein.
In einer vorteilhaften Ausführungsform umfassen die in der Datenbankeinrichtung des Entscheidungsfindungsmoduls gespeicherten Begleitdaten einen Empfehlungskatalog und/oder Regeln zur Verarbeitung der Zustandsdaten.
Für den Fall, dass die Zustandsdaten des Kraftfahrzeugs diagnostische Fehlercodes umfassen, kann eine solche Regel zur Verarbeitung der Zustandsdaten darin bestehen, dass ein jeweiliger Fehlercode oder eine Kombination an Fehlercodes unter Berücksichtigung der Reihenfolge des Auftretens der jeweiligen Fehlercodes einem vorbestimmten Zustand des Kraftfahrzeugs, der durch die Begleitdaten beschrieben wird, eindeutig zugeordnet wird.
In analoger Weise können die Zustandsdaten des Kraftfahrzeugs auch Sensordaten umfassen, wobei durch die Datenbankeinrichtung jeweilige Sensordaten einem vorbestimmten Zustand des Kraftfahrzeugs, der durch die Begleitdaten beschrieben wird, eindeutig zugeordnet werden.
Gemäß einer vorteilhaften Ausführungsform kann es vorgesehen sein, dass der mindestens einen zukünftigen Flandlungsempfehlung ein Konfidenzwert zugeordnet wird. Ein solcher Konfidenzwert kann sich aus dem Lerndatensatz in der Weise ergeben, dass Handlungsempfehlungen, die wiederholt mit positiven Bewertungsparametern bewertet werden, einen erhöhten Konfidenzwert aufweisen. Bevorzugt setzt die Ausführungseinheit die Handlungsempfehlung in Abhängigkeit von dem jeweiligen Konfidenzwert um. Es kann ebenso vorgesehen sein, dass eine jeweilige Handlungsempfehlung durch die Ausführungseinheit automatisiert umgesetzt wird, sobald der der Handlungsempfehlung zugeordnete Konfidenzwert einen vorbestimmten Schwellenwert erreicht. Gemäß einer weiteren Ausführungsform beschreibt der Bewertungsparameter zum Beschreiben des Umsetzens der Handlungsempfehlung mindestens einen Vorgang, der nicht zur Handlungsempfehlung passt. Ein solcher Vorgang kann insbesondere eine Reparatur und/oder eine Abschleppmaßnahme sein, die nicht zur Handlungsempfehlung passt. Beispielhaft kann dies Folgendes bedeuten: Die Handlungsempfehlung in Form eines elektronischen Schaltsignals wird an die Ausführungseinheit, welche als elektronische Schaltung vorliegt, übermittelt. Daraufhin stellt die Ausführungseinheit einen dem Schaltsignal entsprechenden Schaltzustand her. Durch die Herstellung des Schaltzustands kann beispielsweise in einem Fehlerspeicher des Kraftfahrzeugs eine Fehlermeldung generiert werden, welche beim Auslesen des Fehlerspeichers, beispielsweise durch eine Werkstatt, eine Reparatur befiehlt. Der hier beschriebenen Ausführungsform liegt nun beispielhaft die Situation zugrunde, dass die befohlene Reparatur nicht den erwünschten Effekt hervorruft. Die Handlungsempfehlung ist in diesem Fall also nicht adäquat, um den aufgetretenen Fehlerzustand zu beheben. Diese Diskrepanz zwischen Handlungsempfehlung und dem Ausbleiben des erwünschten Effekts kann nun ebenfalls mit einem Bewertungsparameter belegt werden. Sollte in dem beschriebenen Fall zwar eine Reparatur vorgenommen worden sein, diese allerdings nicht der übermittelten Handlungsempfehlung entsprechen, so kann auch dieser Vorgang mit einem Bewertungsparameter belegt werden. In diesem Ausführungsbeispiel wird deutlich, dass Bewertungsparameter über die Datenschnittstelle des Entscheidungsfindungsmoduls durch eine Vielzahl an Akteuren oder Quellen erfasst oder eingespeist werden können. Mögliche Quellen können Sensoren oder Eingabegeräte sein.
Die Erfindung betrifft darüber hinaus das besagte Entscheidungsfindungsmodul, umfassend mindestens eine Datenschnittstelle und eine Datenbankeinrichtung, wobei das Entscheidungsfindungsmodul dazu eingerichtet ist, Handlungsempfehlungen betreffend einen Zustand eines Kraftfahrzeugs mittels eines erfindungsgemäßen Verfahrens automatisiert bereitzustellen. Das Entscheidungsfindungsmodul kann hierzu auf der Grundlage einer Prozessoreinrichtung gebildet sein. Die Prozessoreinrichtung kann hierzu zumindest einen Mikroprozessor und/oder zumindest einen Mikrocontroller und/oder zumindest einen FPGA (Field Programmable Gate Array) und/oder zumindest einen DSP (Digital Signal Processor) aufweisen. Des Weiteren kann die Prozessoreinrichtung Programmcode aufweisen, der dazu eingerichtet ist, bei Ausführen durch die Prozessoreinrichtung die Ausführungsform des erfindungsgemäßen Verfahrens durchzuführen. Der Programmcode kann in einem mit dem jeweiligen Prozessor gekoppelten Datenspeicher der Prozessoreinrichtung gespeichert sein.
Darüber hinaus betrifft die Erfindung eine vorteilhafte Ausführungsform des Entscheidungsfindungsmoduls, wobei die Datenbankeinrichtung des Entscheidungsfindungsmoduls hier dazu eingerichtet ist, neue Begleitdaten aus mindestens einer Datenquelle zu empfangen und die in der Datenbankeinrichtung gespeicherten Begleitdaten unter Berücksichtigung der neuen Begleitdaten nach Ablauf eines vorbestimmten Zeitintervalls automatisch zu aktualisieren. Mit anderen Worten kann es vorgesehen sein, dass ein automatisches Update der hinterlegten Begleitdaten stattfindet, beispielsweise wenn neue Fehlercodes für das Kraftfahrzeug erstellt wurden.
In einer weiteren Ausführungsform des Entscheidungsfindungsmoduls kann es vorgesehen sein, dass das Entscheidungsfindungsmodul dazu eingerichtet ist, basierend auf der Flandlungsempfehlung ein Signal an eine Ausführungseinheit des Kraftfahrzeugs zu übermitteln, wobei die Ausführungseinheit des Kraftfahrzeugs dazu eingerichtet ist, das Signal zu empfangen und basierend auf dem Signal die Flandlungsempfehlung umzusetzen. Mit anderen Worten betrifft diese Ausführungsform des Entscheidungsfindungsmoduls den oben genannten Fall, dass die Ausführungseinheit kraftfahrzeugintern angeordnet ist.
Zu der Erfindung gehören selbstverständlich auch Weiterbildungen des erfindungsgemäßen Entscheidungsfindungsmoduls, die Merkmale aufweisen, wie sie bereits im Zusammenhang mit den Weiterbildungen des erfindungsgemäßen Verfahrens beschrieben worden sind. Die entsprechenden Weiterbildungen des erfindungsgemäßen Entscheidungsfindungsmoduls sind demnach hier nicht noch einmal beschrieben.
Die Erfindung umfasst auch die Kombinationen der beschriebenen Ausführungsformen.
Im Folgenden sind Ausführungsbeispiele der Erfindung beschrieben. Flierzu zeigt: Fig. 1 eine schematische Darstellung der am erfindungsgemäßen
Verfahren beteiligten Komponenten;
Fig. 2 eine schematische Darstellung des erfindungsgemäßen
Verfahrens in einer bevorzugten Ausführungsform; und
Fig. 3 eine schematische Detaildarstellung der einzelnen Schritte der
Selbstlernphase.
Bei den im Folgenden erläuterten Ausführungsbeispielen handelt es sich um bevorzugte Ausführungsformen der Erfindung. Bei den Ausführungsbeispielen stellen die beschriebenen Komponenten der Ausführungsformen jeweils einzelne, unabhängig voneinander zu betrachtende Merkmale der Erfindung dar, welche die Erfindung jeweils auch unabhängig voneinander weiterbilden und damit auch einzeln oder in einer anderen als der gezeigten Kombination als Bestandteil der Erfindung anzusehen sind. Des Weiteren sind die beschriebenen Ausführungsformen auch durch weitere der bereits beschriebenen Merkmale der Erfindung ergänzbar.
In den Figuren bezeichnen gleiche Bezugszeichen jeweils funktionsgleiche Elemente.
Fig. 1 zeigt ein Kraftfahrzeug 10, ein Entscheidungsfindungsmodul 12 und eine Ausführungseinheit 14. Das Kraftfahrzeug 10 weist im hier gezeigten Ausführungsbeispiel eine Kontrolleinrichtung 16 sowie eine Telekommunikationseinrichtung 18 auf. Das Entscheidungsfindungsmodul 12 weist in der hier gezeigten Ausführungsform eine Datenschnittstelle 20 sowie eine Datenbankeinrichtung 22 auf. In der hier gezeigten Datenbankeinrichtung 22 sind Begleitdaten 24 gespeichert. Die Ausführungseinheit 14 weist ebenfalls eine Telekommunikationseinrichtung 18 auf. In Fig. 1 ebenfalls gezeigt sind Zustandsdaten 26 sowie die vom Entscheidungsfindungsmodul 12 erzeugte Handlungsempfehlung 28. Im hier gezeigten Ausführungsbeispiel wird eine Telekommunikation 30 zwischen den beiden Telekommunikationseinrichtungen 18 betrieben.
Unter Bezugnahme auf die im Zusammenhang mit Fig. 1 beschriebenen und bezeichneten Komponenten beschreibt Fig. 2 schematisch das erfindungsgemäße Verfahren in einer bevorzugten Ausführungsform. Hierbei werden in Schritt S1 Zustandsdaten 26 des Kraftfahrzeugs 10 durch die Kontrolleinrichtung 16 des Kraftfahrzeugs 10 an das Entscheidungsfindungsmodul 12 übermittelt. In einem nächsten Schritt S2 werden die übermittelten Zustandsdaten 26 in der Datenbankeinrichtung 22 des Entscheidungsfindungsmoduls 12 den in der Datenbankeinrichtung 22 gespeicherten Begleitdaten 24 zugeordnet. Es kann hierzu in der Datenbankeinrichtung 22 zu unterschiedlichen möglichen Werten oder Werteintervallen der Zustandsdaten 26 jeweils ein Datensatz mit vorbestimmten Begleitdaten 24 gespeichert sein. Das Zuordnen erfolgt dann, dass zu dem zumindest einen in den aktuellen Zustandsdaten 26 angegebenen Werte der passende Datensatz an Begleitdaten 24 herausgesucht wird.
In einem nächsten Schritt S3 wird basierend auf den Zustandsdaten 26 und den Begleitdaten 24 eine Handlungsempfehlung 28 erzeugt. Die Handlungsempfehlung 28 wird dabei mittels einer vorbestimmten Empfehlungsvorschrift 32 erzeugt. Die Empfehlungsvorschrift 32 kann beispielsweise auf einer Zuordnungstabelle und/oder auf einem künstlichen Neuronalen Netzwerk und/oder auf einem Expertensystem beruhen. In einem nächsten Schritt S4 wird über die Datenschnittstelle 20 des Entscheidungsfindungsmoduls 12 auf die Ausführungseinheit 14 zum Umsetzen der Handlungsempfehlung 28 eingewirkt.
An die Schritte S1 bis S4 schließt eine Selbstlernphase an. Die Selbstlernphase ist in Fig. 2 mit dem Schritt S5 bezeichnet. Sie kann beispielsweise auf der Grundlage einer Methode des maschinellen Lernens realisiert werden.
Fig. 3 zeigt nun die einzelnen Schritte der Selbstlernphase S5. Hierzu wird zusätzlich auf Fig. 1 verwiesen. In einem ersten Schritt S5.1 wird von dem Entscheidungsfindungsmodul 12 mindestens ein Bewertungsparameter 34 erfasst. Wie oben beschrieben, beschreibt der Bewertungsparameter 34 das Umsetzen der Handlungsempfehlung 28 durch die Ausführungseinheit 14. Der Bewertungsparameter 34 kann dabei über die Datenschnittstelle 20 in das Entscheidungsfindungsmodul eingegeben werden. In einem zweiten Schritt der Selbstlernphase S5.2 wird von dem Entscheidungsfindungsmodul 12 basierend auf den Zustandsdaten 26, den Begleitdaten 24, der bereitgestellten Handlungsempfehlung und dem mindestens einen Bewertungsparameter 34 ein Lerndatensatz 36 erzeugt. Dieser Lerndatensatz 36 dient als Grundlage für den dritten Schritt der Selbstlernphase S5.3. In diesem dritten Schritt S5.3 wird nämlich anhand des Lerndatensatzes 36 die Empfehlungsvorschrift 32 mittels einer vorbestimmten Trainingsmethode 38 für mindestens eine zukünftige Handlungsempfehlung 28 angepasst.
In einer konkreten Ausführungsform der Erfindung wird eine Standardhandlungsempfehlung maschinell aus einem fixen Set an Möglichkeiten (also adäquaten Handlungsempfehlungen) generiert und auf die Ausführungseinheit zum Umsetzen der Standardhandlungsempfehlung eingewirkt. Die Ausführungseinheit ist im konkreten Fall durch einen Call- Center Agenten realisiert. Parallel dazu wird eine Telefonverbindung zwischen einem Kraftfahrzeuginsassen und dem Call-Center Agenten betrieben, so dass über die Analyse der ausgetauschten Sprachsignale zusätzliche Zustandsdaten übermittelt werden. Außerdem hat im konkreten Ausführungsbeispiel eine Vielzahl an Beteiligten die Möglichkeit, Feedback (also Bewertungsparameter) bezüglich des Umsetzens einer jeweiligen Handlungsempfehlung durch die Ausführungseinheit einzuspeisen.
Insgesamt zeigen die Beispiele, wie durch die Erfindung ein Verfahren zum automatischen Bereitstellen von Handlungsempfehlungen für eine Reaktion auf einen Zustand eines Kraftfahrzeugs bereitgestellt werden kann. Durch die beschriebene Selbstlernphase, welche Bewertungsparameter berücksichtigt, die das Umsetzen einer jeweiligen Handlungsempfehlung beschreiben, ist das hier beschriebene Verfahren besonders effizient trainierbar und stellt in vorteilhafter Weise passgenaue Handlungsempfehlungen mit einem hohen Konfidenzwert bereit.

Claims

PATENTANSPRÜCHE:
1 . Verfahren zum automatischen Bereitstellen von Handlungsempfehlungen (28) für eine Reaktion auf einen Zustand eines Kraftfahrzeugs (10), wobei Zustandsdaten (26) des Kraftfahrzeugs (10) aus einer Kontrolleinrichtung (16) des Kraftfahrzeugs (10) durch ein Entscheidungsfindungsmodul (12) empfangen werden, umfassend die Schritte
- Zuordnen von in einer Datenbankeinrichtung (22) des Entscheidungsfindungsmoduls (12) gespeicherten Begleitdaten (24) zu den Zustandsdaten (26),
- Erstellen einer auf den Zustandsdaten (26) und den Begleitdaten (24) basierenden Handlungsempfehlung (28) mittels einer vorbestimmten Empfehlungsvorschrift (32),
- über eine Datenschnittstelle (20) des Entscheidungsfindungsmoduls (12) Einwirken auf eine Ausführungseinheit (14) zum Umsetzen der Handlungsempfehlung (28),
wobei in einer Selbstlernphase
- von dem Entscheidungsfindungsmodul (12) mindestens ein Bewertungsparameter (34) erfasst wird, wobei der jeweilige Bewertungsparameter (34) das Umsetzen der Handlungsempfehlung (28) durch die Ausführungseinheit (14) beschreibt,
- von dem Entscheidungsfindungsmodul (12) basierend auf den Zustandsdaten (26), den Begleitdaten (24), der bereitgestellten Handlungsempfehlung (28) und dem mindestens einen Bewertungsparameter (34) ein Lerndatensatz (36) erzeugt wird, und
- anhand des Lerndatensatzes (36) die Empfehlungsvorschrift (32) mittels einer vorbestimmten Trainingsmethode (38) für mindestens eine zukünftige Handlungsempfehlung (28) angepasst wird.
2. Verfahren nach Anspruch 1 , wobei zeitgleich mit der Übermittlung der Zustandsdaten (26) durch die Kontrolleinrichtung (16) des Kraftfahrzeugs (10) an das Entscheidungsfindungsmodul (12) eine Telekommunikation (30) zwischen einer ersten Telekommunikationseinrichtung (18) am oder im Kraftfahrzeug (10) und einer zweiten Telekommunikationseinrichtung (18) der Ausführungseinheit (14) betrieben wird, wobei die Telekommunikation (30) einen Austausch jeweiliger Sprachsignale zwischen erster und zweiter Telekommunikationseinrichtung (18) umfasst, wobei das jeweilige Sprachsignal zumindest ein gesprochenes Wort und/oder ein Satzfragment und/oder einen Satz umfasst, wobei mittels automatischer Spracherkennung die Inhalte der jeweiligen Sprachsignale als weitere Zustandsdaten (26) erkannt werden.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Zustandsdaten (26) an eine Programmierschnittstelle des Entscheidungsfindungsmoduls (12) oder an eine die Datenbankeinrichtung (22) und die Datenschnittstelle (20) des Entscheidungsfindungsmoduls (12) koppelnde Servereinrichtung übermittelt werden.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die in der Datenbankeinrichtung (22) des Entscheidungsfindungsmoduls (12) gespeicherten Begleitdaten (24) einen Empfehlungskatalog und/oder Regeln zur Verarbeitung der Zustandsdaten (26) umfassen.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Zustandsdaten (26) des Kraftfahrzeugs (10) diagnostische Fehlercodes umfassen, wobei durch die Datenbankeinrichtung (22) ein jeweiliger Fehlercode oder eine Kombination an Fehlercodes unter Berücksichtigung der Reihenfolge des Auftretens der jeweiligen Fehlercodes einem vorbestimmten Zustand des Kraftfahrzeugs (10), der durch die Begleitdaten (24) beschrieben wird, eindeutig zugeordnet wird.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Zustandsdaten (26) des Kraftfahrzeugs (10) Sensordaten umfassen, wobei durch die Datenbankeinrichtung (22) jeweilige Sensordaten einem vorbestimmten Zustand des Kraftfahrzeugs (10), der durch die Begleitdaten (24) beschrieben wird, eindeutig zugeordnet werden.
7. Verfahren nach einem der vorhergehenden Ansprüche, wobei der mindestens einen zukünftigen Handlungsempfehlung (28) ein Konfidenzwert zugeordnet wird und die Ausführungseinheit (14) die Handlungsempfehlung (28) in Abhängigkeit von dem Konfidenzwert umsetzt.
8. Verfahren nach Anspruch 7, wobei die Handlungsempfehlung (28) durch die Ausführungseinheit (14) automatisiert umgesetzt wird, sobald der der Handlungsempfehlung (28) zugeordnete Konfidenzwert einen vorbestimmten Schwellenwert erreicht.
9. Verfahren nach einem der vorhergehenden Ansprüche, wobei der Bewertungsparameter (34) zum Beschreiben des Umsetzens der Handlungsempfehlung (28) mindestens einen Vorgang beschreibt, der nicht zur Handlungsempfehlung (28) passt, insbesondere eine Reparatur und/oder eine Abschleppmaßnahme, die nicht zur Handlungsempfehlung (28) passt.
10. Entscheidungsfindungsmodul (12), umfassend mindestens eine
Datenschnittstelle (20) und eine Datenbankeinrichtung (22), wobei das Entscheidungsfindungsmodul (12) dazu eingerichtet ist, Handlungsempfehlungen (28) betreffend einen Zustand eines Kraftfahrzeugs (10) mittels eines Verfahrens gemäß einem der vorhergehenden Ansprüche automatisiert bereitzustellen.
11. Entscheidungsfindungsmodul (12) nach Anspruch 10, wobei die
Datenbankeinrichtung (22) dazu eingerichtet ist, neue Begleitdaten (24) aus mindestens einer Datenquelle zu empfangen und die in der Datenbankeinrichtung (22) gespeicherten Begleitdaten (24) unter Berücksichtigung der neuen Begleitdaten (24) nach Ablauf eines vorbestimmten Zeitintervalls automatisch zu aktualisieren.
12. Entscheidungsfindungsmodul (12) nach Anspruch 10 oder 11 , welches dazu eingerichtet ist, basierend auf der Handlungsempfehlung (28) ein Signal an eine Ausführungseinheit (14) des Kraftfahrzeugs (10) zu übermitteln, wobei die Ausführungseinheit (14) des Kraftfahrzeugs (10) dazu eingerichtet ist, das Signal zu empfangen und basierend auf dem Signal die Handlungsempfehlung (28) umzusetzen.
PCT/EP2020/057689 2019-04-05 2020-03-19 Verfahren zum automatischen bereitstellen von handlungsempfehlungen sowie entscheidungsfindungsmodul WO2020200825A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102019109067.9A DE102019109067B4 (de) 2019-04-05 2019-04-05 Entscheidungsfindungsmodul zum automatischen Bereitstellen von Handlungsempfehlungen
DE102019109067.9 2019-04-05

Publications (1)

Publication Number Publication Date
WO2020200825A1 true WO2020200825A1 (de) 2020-10-08

Family

ID=69953996

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2020/057689 WO2020200825A1 (de) 2019-04-05 2020-03-19 Verfahren zum automatischen bereitstellen von handlungsempfehlungen sowie entscheidungsfindungsmodul

Country Status (2)

Country Link
DE (1) DE102019109067B4 (de)
WO (1) WO2020200825A1 (de)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8374745B2 (en) 2008-09-05 2013-02-12 GM Global Technology Operations LLC Telematics-enabled aggregated vehicle diagnosis and prognosis
US10223842B1 (en) * 2017-10-30 2019-03-05 Hyundai Motor Company System for controlling remotely connected vehicle
US20190077353A1 (en) * 2017-09-13 2019-03-14 International Business Machines Corporation Cognitive-based vehicular incident assistance

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130145279A1 (en) 2011-11-16 2013-06-06 Flextronics Ap, Llc Removable, configurable vehicle console
US9672497B1 (en) 2013-11-04 2017-06-06 Snap-On Incorporated Methods and systems for using natural language processing and machine-learning to produce vehicle-service content

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8374745B2 (en) 2008-09-05 2013-02-12 GM Global Technology Operations LLC Telematics-enabled aggregated vehicle diagnosis and prognosis
US20190077353A1 (en) * 2017-09-13 2019-03-14 International Business Machines Corporation Cognitive-based vehicular incident assistance
US10223842B1 (en) * 2017-10-30 2019-03-05 Hyundai Motor Company System for controlling remotely connected vehicle

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
PIERRE JOHN M: "Incremental Lifelong Deep Learning for Autonomous Vehicles", 2018 21ST INTERNATIONAL CONFERENCE ON INTELLIGENT TRANSPORTATION SYSTEMS (ITSC), IEEE, 4 November 2018 (2018-11-04), pages 3949 - 3954, XP033470540, ISBN: 978-1-7281-0321-1, [retrieved on 20181207], DOI: 10.1109/ITSC.2018.8569992 *

Also Published As

Publication number Publication date
DE102019109067A1 (de) 2020-10-08
DE102019109067B4 (de) 2023-11-09

Similar Documents

Publication Publication Date Title
DE112010001370B4 (de) Signalübertragungsvorrichtung für einen Aufzug
DE10244131B4 (de) Verfahren zur Unterstützung einer Identifizierung einer defekten Funktionseinheit in einer technischen Anlage
DE602005004997T2 (de) Diagnostisches Verfahren und System
DE102005015664A1 (de) Diagnosesystem zur Bestimmung einer gewichteten Liste möglicherweise fehlerhafter Komponenten aus Fahrzeugdaten und Kundenangaben
DE102004024262A1 (de) Wissensbasiertes Diagnosesystem für ein komplexes technisches System mit zwei getrennten Wissensbasen zur Verarbeitung technischer Systemdaten und zur Verarbeitung von Kundenbeanstandungen
WO2004104604A1 (de) Diagnosesystem
DE102017220266B3 (de) Verfahren zum Überprüfen eines Onboard-Spracherkenners eines Kraftfahrzeugs sowie Steuervorrichtung und Kraftfahrzeug
WO2006133865A1 (de) Dynamische priorisierung von prüfschritten in der werkstattdiagnose
WO2012038260A1 (de) Verfahren zum überwachen von mindestens zwei mikrocontrollern
EP2112797A1 (de) Verfahren zum Ermöglichen des Austauschens von Daten zwischen einer Datenverarbeitungseinheit ausserhalb und einer Datenverarbeitungseinheit innerhalb eines Fahrzeugs sowie Kraftfahrzeug
EP3781922A1 (de) Diagnosesystem und verfahren zum verarbeiten von daten eines kraftfahrzeugs
EP2733910B1 (de) BUS-System, Verfahren zum Betrieb eines BUS-Systems und fluidisches System mit einem BUS-System
DE112017007370T5 (de) Verfahren zur Erzeugung einer Netzwerkkonfigurationsinformation und Kommunikationsgerät
WO2004104836A2 (de) Telediagnose-viewer
DE102007029116A1 (de) Verfahren zum Betreiben eines Mikrocontrollers und einer Ausführungseinheit sowie ein Mikrocontroller und eine Ausführungseinheit
DE102019104822A1 (de) Verfahren und Vorrichtung zum Überwachen eines industriellen Prozessschrittes
EP3149710A1 (de) Fahrzeugdiagnosevorrichtung und datenübertragungsvorrichtung
DE102019109067B4 (de) Entscheidungsfindungsmodul zum automatischen Bereitstellen von Handlungsempfehlungen
DE102012003000A1 (de) Ferndiagnostizierung von Fahrzeugen
DE102013011126A1 (de) Verfahren zur Darstellung von wenigstens ein Kraftfahrzeug betreffenden Informationen
DE102004059981B4 (de) Steuergerät für ein Kommunikationsnetz mit Gateway-Funktionalität und Verfahren zum Betreiben desselben
DE102021003597A1 (de) Verfahren zur Beeinflussung eines Verhaltens mindestens eines lnsassen in einem Fahrzeug
DE102020007309A1 (de) Fahrerkarten für automatisierte Fahrzeuge
DE102020106066A1 (de) Vorrichtung und Verfahren zur Überwachung der Kommunikation zwischen einem Benutzer und einer Auskunftseinheit
DE102021002302A1 (de) Verfahren zur Ablaufplanung durchzuführender Testprozesse

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20713554

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20713554

Country of ref document: EP

Kind code of ref document: A1