DE-102024132172-A1 - Computerimplementiertes Verfahren zum Bereitstellen mindestens eines Steuersignals für mindestens eine Fahrzeugsimulation

Abstract

Die Erfindung betrifft ein computerimplementiertes Verfahren (100) zum Bereitstellen mindestens eines Steuersignals (32) für mindestens eine Fahrzeugsimulation, umfassend zumindest die folgenden in Echtzeit durchgeführten Schritte: Empfangen (102) mindestens eines Signals, das eine erste Zeitserie (25) mindestens eines Fahrzeugparameters (21) des mindestens einen Fahrzeugs (34) und mindestens eine zweite Zeitserie (26) mindestens eines Umgebungsparameters (22) des mindestens einen Fahrzeugs (34) anzeigt; Voraussagen (104) mindestens eines ersten zeitlich folgenden Werts (29) der mindestens einen ersten Zeitserie (25) und mindestens eines zweiten zeitlich folgenden Werts (30) der mindestens einen zweiten Zeitserie (26) mittels mindestens eines trainierten generativen lernfähigen Algorithmus (28) basierend auf der mindestens einen ersten Zeitserie (25) und der mindestens eine zweiten Zeitserie (26); Bereitstellen (106) mindestens eines Steuersignals (32) für mindestens eine Fahrzeugsimulation, das den mindestens einen ersten zeitlich folgenden Wert (29) und den mindestens einen zweiten zeitlich folgenden Wert (30) anzeigt. Das Verfahren (100) stellt mindestens ein Steuersignal für eine Fahrzeugsimulation bereit, mit dem die Fahrzeugsimulation für einen Benutzer noch realitätsnäher in Echtzeit simuliert werden kann.

Inventors

• Marc Oliver Kerth
• Janis Mathieu

Assignees

• DR. ING. H.C. F. PORSCHE AKTIENGESELLSCHAFT

Dates

Publication Date

20260507

Application Date

20241105

Claims (10)

1. Computerimplementiertes Verfahren (100) zum Bereitstellen mindestens eines Steuersignals (32) für mindestens eine Fahrzeugsimulation, umfassend zumindest die folgenden in Echtzeit durchgeführten Schritte: a. Empfangen (102) mindestens eines Signals, das eine erste Zeitserie (25) mindestens eines Fahrzeugparameters (21) des mindestens einen Fahrzeugs (34) und mindestens eine zweite Zeitserie (26) mindestens eines Umgebungsparameters (22) des mindestens einen Fahrzeugs (34) anzeigt; b. Voraussagen (104) mindestens eines ersten zeitlich folgenden Werts (29) der mindestens einen ersten Zeitserie (25) und mindestens eines zweiten zeitlich folgenden Werts (30) der mindestens einen zweiten Zeitserie (26) mittels mindestens eines trainierten generativen lernfähigen Algorithmus (28) basierend auf der mindestens einen ersten Zeitserie (25) und der mindestens eine zweiten Zeitserie (26); c. Bereitstellen (106) mindestens eines Steuersignals (32) für mindestens eine Fahrzeugsimulation, das den mindestens einen ersten zeitlich folgenden Wert (29) und den mindestens einen zweiten zeitlich folgenden Wert (30) anzeigt.
2. Computerimplementiertes Verfahren (100) nach Anspruch 1 , dadurch gekennzeichnet , dass der mindestens eine trainierte generative lernfähige Algorithmus (28) als ein multivariates Long-short-term-memory-Netzwerk ausgebildet ist.
3. Computerimplementiertes Verfahren (100) nach Anspruch 1 oder 2 , dadurch gekennzeichnet , dass die erste Zeitserie (25) und/oder die zweite Zeitserie (26) mittels mindestens eines Generative-Adversarial-Networks (24) erzeugt (108) wurde.
4. Computerimplementiertes Verfahren (100) nach Anspruch 3 , dadurch gekennzeichnet , dass das mindestens eine Generativ-Adversarial-Network (24) zum Erzeugen von ersten und/oder zweiten Zeitserien (25, 26) basierend auf einem spezifischen Fahrzeugmodell ausgebildet ist.
5. Computerimplementiertes Verfahren (100) nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet , dass das mindestens eine Steuersignal (32) zum Steuern mindestens einer Fahrzeugfunktion, insbesondere aus der Gruppe: Anzeigevorrichtung (16), Audioausgabevorrichtung, Luftfahrwerk (38), Lenkradkraftvorrichtung, Lenkradvibrationsvorrichtung, Pedalerie (18), Sitzeinstellvorrichtung (20) und/oder Gurtstraffvorrichtung (40), ausgebildet ist.
6. Computerimplementiertes Verfahren (100) nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet , dass der mindestens eine Fahrzeugparameter (21) mindestens ein Element der Gruppe: Lenkwinkel, Geschwindigkeit, Beschleunigung, Lenkradmoment, Motorparameter, Audioparameter, Getriebeparameter, Sitzgestell-Schwingungen, Lenkradschwingungen, Lenkkräfte, Bremskräfte und/oder Triebwerksparameter aufweist.
7. Computerimplementiertes Verfahren (100) nach einem der vorangegangenen Ansprüche, dadurch gekennzeichnet , dass der mindestens eine Umgebungsparameter (22) mindestens ein Element aus der Gruppe: Straßentopographie, Windbedingungen, Luftdruck, Luftfeuchtigkeit, Temperatur, Fahrzeugkurs, Fahrzeugposition und/oder Fahroberflächenbedingungen, aufweist.
8. Computerprogrammprodukt, umfassend Instruktionen, die bei der Ausführung des Programms durch einen Computer diesen veranlassen, die Schritte des Verfahrens (100) gemäß einem der Ansprüche 1 bis 7 auszuführen.
9. System zum Simulieren eines Fahrzeugs (34), umfassend mindestens eine Fahrzeugsimulationsvorrichtung und mindestens eine Steuervorrichtung (36) zum Durchführen der Schritte des Verfahrens (100) gemäß einem der Ansprüche 1 bis 7 , wobei die Fahrzeugsimulationsvorrichtung zum Empfangen und Verarbeiten des mindestens einen von der Steuervorrichtung (36) bereitgestellten Steuersignals (32) ausgebildet ist.
10. Fahrzeug (34) umfassend mindestens ein System nach Anspruch 9 und mindestens eine Fahrzeugfunktionsvorrichtung zum Empfangen und Verarbeiten des mindestens einen von der Steuervorrichtung des Systems bereitgestellten Steuersignals (32), wobei die mindestens eine Fahrzeugfunktionsvorrichtung insbesondere als mindestens ein Lenkrad, mindestens eine Vibrationseinrichtung für ein Lenkrad, mindestens ein Luftfahrwerk, mindestens eine Gurtstraffeinrichtung, mindestens ein Fahrzeugpedal und/oder mindestens eine Sitzeinstelleinrichtung, ausgebildet ist.

Description

Die Erfindung betrifft ein computerimplementiertes Verfahren zum Bereitstellen mindestens eines Steuersignals für mindestens eine Fahrzeugsimulation. Zum Simulieren eines Fahrzeugs, dass ein Luftfahrzeug, ein Raumfahrzeug, ein Landfahrzeug und/oder ein Wasserfahrzeug sein kann, können die entsprechenden Fahrzeuge und deren Fahrverhalten synthetisch generiert und anhand einfacher oder komplexer physikalisch-mathematische Modelle simuliert werden. Ziel dieser Simulation ist es, einen möglichst realistischen Eindruck des Fahrerlebnisses bereitzustellen, beispielsweise für Trainingszwecke oder für Unterhaltungszwecke. Die Fahrzeugparameter werden dabei mittels einer sogenannten Physikengine simuliert, die die physikalischen Bedingungen aus den Fahrzeugparametern ermittelt. Aus CN 116259211 A ist bekannt, einen Fahrzeugsimulator bereitzustellen, bei dem der menschliche Körper einen möglichst realistischen Eindruck erfährt. Lenkbewegungen des Benutzers des Fahrzeugsimulators werden dabei in möglichst reale Feedbackkräfte übersetzt und beispielsweise über das Lenkrad dem Benutzer zurückgespielt. Aufgabe der Erfindung ist es, ein computerimplementiertes Verfahren bereitzustellen, das ein Steuersignal für eine Fahrzeugsimulation bereitstellt, mit dem die Fahrzeugsimulation für einen Benutzer noch realitätsnäher in Echtzeit simuliert werden kann. Die Aufgabe wird durch die Merkmale der unabhängigen Ansprüche gelöst. Vorteilhafte Weiterbildungen sind Gegenstand der abhängigen Ansprüche sowie der folgenden Beschreibung. Gemäß einem ersten Aspekt wird ein computerimplementiertes Verfahren zum Bereitstellen mindestens eines Steuersignals für mindestens eine Fahrzeugsimulation beschrieben, umfassend zumindest die folgenden in Echtzeit durchgeführten Schritte: Empfangen mindestens eines Signals, das eine erste Zeitserie mindestens eines Fahrzeugparameters des mindestens einen Fahrzeugs und mindestens eine zweite Zeitserie mindestens eines Umgebungsparameters des mindestens einen Fahrzeugs anzeigt; Voraussagen mindestens eines ersten zeitlich folgenden Werts der mindestens einen ersten Zeitserie und mindestens eines zweiten zeitlich folgenden Werts der mindestens einen zweiten Zeitserie mittels mindestens eines trainierten generativen lernfähigen Algorithmus basierend auf der mindestens einen ersten Zeitserie und der mindestens eine zweiten Zeitserie; Bereitstellen mindestens eines Steuersignals für mindestens eine Fahrzeugsimulation, das den mindestens einen ersten zeitlich folgenden Wert und den mindestens einen zweiten zeitlich folgenden Wert anzeigt. Mit dem computerimplementierten Verfahren wird ein trainierter generativer lernfähiger Algorithmus verwendet, mit dem aus der bisherigen Zeitserie eines Fahrzeugparameters und/oder Umgebungsparameters eine Prognose über den nächsten Zeitschritt der Zeitserie des Fahrzeugparameters und/oder der Zeitserie Umgebungsparameters bereitgestellt werden kann. Dies wird in Echtzeit durchgeführt, sodass zu jedem Zeitpunkt der Fahrzeugsimulation ein Steuersignal bereitgestellt werden kann, mit dem eine realitätsnahe Fahrzeugsimulation bereitgestellt werden kann. Dazu können zunächst mindestens eine erste Zeitserie mindestens eines Fahrzeugparameters und mindestens eine zweite Zeitserie mindestens eines Umgebungsparameters des Fahrzeugs empfangen werden. Die mindestens eine erste Zeitserie und die mindestens eine zweite Zeitserie werden dann dem trainierten generativen lernfähigen Algorithmus bereitgestellt, der daraufhin mindestens einen zeitlich auf die bereitgestellte erste Zeitserie folgenden ersten Wert und mindestens einen zeitlich auf die zweite Zeitserie folgenden zweiten Wert bereitstellt. Der zeitlich folgende erste Wert und der zeitlich folgende zweite Wert sind Prognosen für die Entwicklung der entsprechenden Zeitserie in einem nächsten Zeitschritt der Fahrzeugsimulation, die mit dem bereitgestellten Steuersignal angezeigt werden können. Die Fahrzeugsimulation kann dann mittels des Steuersignals aus dem ersten und zweiten zeitlich folgenden Wert eine Simulation des aktuellen Zustands erzeugen, zweckmäßigerweise mittels einer Physikengine zum Berechnen bzw. Simulieren von physikalischen Effekten. Ein Zeitschritt kann dabei beispielsweise auf einer Bildwiederholrate einer Anzeigevorrichtung basieren. So kann zum Beispiel bei einer Bildwiederholrate von 100 Hz, ein Zeitschritt eine hundertstel Sekunde umfassen. D. h., dass der erste und zweite zeitlich folgende Wert einen Zustand prognostizieren können, der zeitlich eine hundertstel Sekunde nach der ersten und zweiten Zeitserie angeordnet sein kann. Da die Ermittlung des ersten und zweiten zeitlich folgenden Werts in Echtzeit erfolgt, erfolgt entsprechend die Bereitstellung des ersten und zweiten zeitlich folgenden Werts innerhalb des Zeitschritts, d. h. vor Ablauf des Zeitschritts. Dazu kann der trainierte generative lernfähige Algorithmus beispielsweise als neuronales Netz ausgebildet sein. Gemäß einigen Ausführungsbeispielen