机动车的控制的制作方法

摘要: 本发明涉及机动车的控制。特别是,本发明涉及机动车的预设的控制。背景技术:1、机动车具有一定数量的功能,以便——特别是在纵向方向或横向方向上——控制机动车的运动。...
机动车的控制的制作方法

本发明涉及机动车的控制。特别是,本发明涉及机动车的预设的控制。

背景技术:

1、机动车具有一定数量的功能,以便——特别是在纵向方向或横向方向上——控制机动车的运动。其他的功能涉及例如机动车之内或之外的人员的安全、车上娱乐或信息、舒适功能(如机动车的座椅调节或空气调节)。不直接关于驾驶的功能可以根据用户的偏好或设想来设定。这样,用户可以例如将通风设定到对于其舒适的温度或选择免提通话设备的音量。

2、可以由用户改变的预设的数量在现代车辆上可能是高的。经常,普通的用户几乎不可能概览所有预设或记住所有预设可以如何改变。已经表明,许多用户经常更换一定的预设。由此,用于改变预设的操作界面可能变得略微不清晰或困难地可操作。

3、已经提出,识别用户据此设置预设的模式。然而现有的模式识别经常不能正确预测用户的预设,从而用户最后必须违背模式识别来实施预设。

技术实现思路

1、本发明所基于的任务在于提供一种改善的技术以用于控制机动车的车上预设。本发明借助独立权利要求的技术方案解决所述任务。从属权利要求给出优选的实施方式。

2、根据本发明的第一方面,一种用于控制机动车的第一方法包括以下步骤:识别所述机动车的用户;确定存在的边界条件;和基于为此训练的机器学习的技术确定所述机动车的预设,所述预设与所述边界条件和所述用户想配设;以及控制所确定的预设。

3、与已知的技术相对,通过使用机器学习可以使对预设的控制改善地接近用户的期望。借助机器学习也可以将大量输入参数映射到少量的输出参数。在此可以通过机器学习改善地在已学习的数据点之间进行插值,从而未学习的情况也可以实现有意义的控制。

4、根据本发明的第二方面,一种用于训练机器学习的技术的第二方法包括以下步骤:识别机动车的用户;确定所述机动车的受用户控制的预设;确定用于所述预设的存在的边界条件;和训练所述机器学习的技术以用于将所述预设与所述边界条件和所述用户相关联。

5、第二方法可以设置用于训练机器学习的技术,所述技术则可以在第一方法的范畴内使用。这两个方法可以相互集成、嵌套或顺序实施,其方式为,所述机器学习的技术在运行中关于所述用户进一步被训练。这样也可以将已经良好的初始控制在时间进程中进一步改善或适配于所述用户。

6、要注意的是,在这里所述的技术也可以辅助相同的机动车的不同的用户。为此,可以关于不同的用户实施方法。一个专用的机器学习的技术可以与一个用户相配设,所述专用的机器学习的技术优选只关于该用户被进一步训练。所述技术可以例如包括独占地与所述用户相配设的模型或网络。

7、所述用户可以涉及驾驶员或以类似的方式在机动车车上突出的人员,并且所述预设可以涉及关于引导机动车的功能。对于机动车车上不同的人员也可以彼此独立或彼此并行地实施多个方法。相对于为车上的另一个人员确定的预设,为驾驶员确定的预设可以具有优先地位。

8、优选地,所述技术是关于多个另外的用户被预训练的。为此所述第二方法可以以不同的用户实施,并且所述机器学习的技术可以确定在个各所述用户的偏好之间的一致性或偏差。在用户驾驶机动车期间,可以从机动车的任意用户收集训练数据。基于在车队的各机动车车上的探测,可以容易并且以小的花费足够地获得用于训练机器学习的技术的训练数据。

9、为此推荐,在较长的时间段、例如在一年中观察用户,以便也检测对由所述用户控制的预设的气候上的或基于天气的影响。此外推荐,基于如下用户训练所述技术,所述用户对于应以所给定的机动车进行行驶的用户是代表性的。机动车的制造者可以容易确定,其对于哪些类型的用户制造机动车并且为此要考虑哪些用户群体。实际中可能已经足够的是,基于数十至数百个代表性的用户预训练所述技术。

10、所述预训练的技术可以在机动车车上并且特别是并行于第一方法的实施关于相配设的用户被进一步训练。一般地,对于用于机器学习的技术的训练数据的数量不存在上限,从而第二方法也可以持久地与第一方法一起实施。也可以这样跟踪缓慢的改变、如机动车的年龄或用户的年龄,并且预设的控制可以与此适配。

11、边界条件可以特别是基于机动车车上的控制或测量值来确定。为此可以例如查询传感器或评估控制系统的消息。示例性的值或消息涉及外部温度、降水、白天时间、星期、所行驶的路线、所行驶的道路等级、行驶速度或存在的光照条件。

12、边界条件可以也基于从机动车之外接收的消息来确定。所述消息优选涉及机动车的运行、特别是行驶方式或路线引导。例如,所述消息可以涉及存在的或要预期的天气或交通状况。

13、边界条件可以包括用户的表达。用户可以以不同的方式表达,其中,不仅可以考虑用户有意进行的明确的表达,而且可以考虑在用户处可观察到的隐式的或隐含的表达,即使该用户不打算传达。

14、在一种实施方式中,所述表达包括所述用户的控制干预。所述用户可以特别是手动改变或影响预设。为此,用户可以操纵控制元件、例如杆、开关或按键。

15、在另一种实施方式中,基于用户的表情或视线方向确定用户的表达。在此可以识别到,用户的注意力指向何处或可以确定用户所具有的情绪状态。两个参量可以也彼此独立地作为用于确定预设的输入参数来使用。

16、在还另一种实施方式中,可以基于所述用户的姿势来确定所述表达。所述姿势可以特别是关于其头部、臂和/或腿来确定。也可以确定用户的运动或改变其姿势的频率或程度。

17、进一步优选地,确定用户的表达的模式或顺序。这样也可以确定并且评估用户的复杂的或变化的表达。

18、机动车可以具有系统,所述系统设置为用于控制机动车的预先确定的功能。所述预设则可以涉及控制的类型和方式。所述功能本身与之相对可以不是预设的对象。这样,例如可以通过用户进行机动车的横向控制,然而可以根据适用的情景控制转向助力的程度作为预设。所述控制可以关于机动车的行驶并且例如涉及行走机构调校、外部照明或用于驱动马达的控制程序。所述控制也可以涉及不同于机动车的运动功能的另外的功能、例如空气调节、座椅调节或用于车上人员的娱乐或通信系统。此外也可以例如控制安全功能、欢迎功能、舒适功能或氛围功能、如机动车的内部或外部照明或香薰。所述预设可以根据用户的偏好或身体的性质或状态来控制。

19、所述技术优选包括人工神经网络(knn),其中,可以使用不同类型的人工神经网络。在一种特别优选的实施方式中,使用第一knn以确定用户的表态,并且第二knn被训练为用于基于表态确定预设。这样也可以使用多个机器学习的技术或不同的技术的组合以用于控制预设。所使用的机器学习的技术可以包括gan(generative adverserial network,生成对抗网络)、cnn(convolutional neuronal network,卷积神经网络)或dnn(deepneuronal network,深度神经网络)。

20、根据本发明的还另一方面,用于控制机动车的控制装置包括:用于识别所述机动车的用户的设备;用于检测指示存在的边界条件的信息的第一接口;处理设备;以及用于控制机动车的预设的第二接口。在此,处理设备设置为用于实施机器学习的技术,其中,所述技术训练为用于确定所述机动车的与所述边界条件和所述用户相配设的预设。

21、所述控制装置并且特别是所述处理设备可以为此设置为用于部分地或完全地实施在这里描述的方法。为此,所述处理设备可以电子地实施并且例如包括集成的开关电路、可编程的逻辑模块或可编程的微机。所述方法可以以配置的形式或作为具有用于处理设备的程序代码段的计算机程序产品来实现。所述配置或所述计算机程序产品可以存储在计算机可读的数据载体上。所述方法的特征或优点可以转移到所述装置上,或反之亦然。

22、用于识别用户的设备可以例如包括摄像机或生物学的传感器。用户也可以借助密码被识别,所述密码的输入被其检测。进一步优选地,可以借助配设给其的token来识别所述用户。所述token可以优选被无线读取。所述token可以用于控制机动车的安全功能、例如以数字车辆钥匙的形式。数字车辆钥匙(digital car key,dck)可以被存储在手持设备或配设给用户的移动设备上。为了利用dck,用户可以相对于移动设备被认证,例如通过输入密码或通过出示生物学特征被认证。

23、根据本发明的再另一方面,机动车包括在这里描述的控制装置。所述机动车优选包括摩托车或载客汽车。