用于操作机动车辆的方法与流程

1.本发明涉及一种用于操作机动车辆的方法。

背景技术：

2.如今，机动车辆(例如，客车)配备了调制解调器，以便将数据传输给制造商或原始设备制造商(oem)，以进行维护提醒、质量监控等。虽然已经有大量数据可用，但很少对它们进行评估。这也是由于这样一个事实，即数据还不足以完全观察机动车辆和/或机动车辆子系统的期望状态。
3.通过使用调制解调器会加快传输速率，除了单向数据传输，还可以实现双向数据传输。
4.机动车辆中的有害噪音会令人不安和烦躁。因此，应通过设计应对措施避免此类有害噪音，或应在车辆使用过程中尽早检测。然而，这种噪音也可能表明磨损过程或零件松动等。
5.可能与此类噪音相关的其它问题包括，例如，不正确安装或已安装的组件，轴承问题或缺陷，轮胎问题，由于障碍物对车身底部保护装置的损坏，由于松动、缺陷或安装不正确的组件引起的风噪声、雨刮器噪声，由机电元件和电缆引起的啁啾噪声，门铰链噪声等。
6.因此，在机动车辆行驶过程中的早期和有针对性的噪声检测可以为应用程序提供更多的信息。
7.de 10 2020 005 023 a1公开了一种用于在车辆使用期间识别异常的方法，通过借助至少一个传感器监控车辆内部和/或车辆部件。至少一个振动传感器和/或至少一个转向角传感器用于监控，其中，分析由传感器产生的测量数据以确定振动模式是否存在，以便检测异常。此外，可以通过麦克风监控车辆内部。
8.仍需要确定可以在此处进一步改进的方法。

技术实现要素：

9.本发明的目的通过包括以下步骤的方法来实现：
10.将多个麦克风和/或扬声器互相连接以形成传感器阵列，
11.通过传感器阵列获取声音信号数据集，以及
12.评估获取到的声音信号数据集以确定用于指示机动车辆状态的数据集。
13.因此，除了麦克风之外，扬声器也可以用作为麦克风，以通过由此形成的传感器阵列获取声音信号数据集，该数据集包含多个声音信号并且还包含代表空间分布的数据。换言之，因此获取到的声音信号数据集中还附加地包含方向信息。该附加信息是有益处的，例如，该附加信息可以帮助定位机动车辆内部或机动车辆上的损坏。由此，提供了包含该附加信息的数据集，该数据集指示机动车辆的状态，从而有助于车辆诊断。
14.根据一种实施方式，使用集成到机动车辆中的麦克风和/或扬声器。因此，扬声器和/或麦克风固定安装在机动车辆中，例如，机动车辆的信息娱乐系统，其中，扬声器配置用
于音乐播放，并且麦克风例如与机动车辆的免提装置相关联。因此，它们在机动车辆的乘客舱中的位置是已知的，并且允许以特别简单的方式评估声音信号数据集。
15.根据另一实施例，使用设置于机动车辆中的移动设备的麦克风。在这种情况下，移动设备可以被理解为一种终端设备，由于其尺寸和重量，其可以在无需大量体力消耗的情况下携带，因此其能够以移动方式使用。这些是用于移动、独立于网络的数据、语音和图像通信以及导航的电子终端设备。例如，它们可以是移动电话(例如，智能手机)、平板电脑和个人数字助理(pdas)，甚至是笔记本电脑。因此，传感器阵列可以扩展为包括附加的扬声器和/或麦克风。
16.根据另一实施例，定位位于机动车辆中的移动设备的麦克风。由此，获取移动设备的准确位置。为此目的，可以提供移动设备被致动以生成声学测试信号，通过该声学测试信号，并且通过集成在机动车辆中的扬声器和/或麦克风，移动设备可以被定位在车辆内部。因此，移动设备的麦克风也可以用于确定方向信息。
17.根据另一实施例，所获取的声音信号数据集的评估包括频率分析和/或方向分量确定和/或通过已训练的人工智能的评估。诸如主成分分析(pca)、波达方向定位技术(doa)之类的算法，或者，诸如旋转不变子空间算法(espri)或空间谱估计算法(music)之类的子空间方法，其可以用于频率分析和/或方向分量确定。深度学习是指一种使用人工神经网络(ann)的机器学习方法，其中，人工神经网络(ann)在输入层和输出层之间包括许多隐藏层。这种人工智能在训练阶段用训练数据进行训练，例如用于机器学习训练的单元，例如监督学习。人工智能可以从这些示例中学习，并可以在训练阶段结束后对其进行归纳。为此，例如，机器学习算法会建立一个基于训练数据的统计模型。这意味着示例不仅仅是记忆，而是在训练数据中识别出模式和规律。因此，人工智能也可以评估未知数据(学习迁移)。
18.根据另一实施例，部分传感器阵列由多个麦克风和/或扬声器形成。因此，通过形成和配置这样的部分传感器阵列，例如可以启动声音信号数据集的目标获取，例如为了验证某些诊断。因此，例如可以形成部分传感器阵列，其比完整传感器阵列更精确地指向先前确定的声源。因此，可以获取进一步的附加信息。
19.本发明进一步包括用于机动车辆的第一计算机程序产品和用于系统的评估单元的第二计算机程序产品、机动车辆和用于这种系统的评估单元。
附图说明
20.现在将在附图的辅助下解释本发明。如下所示：
21.图1示意性地示出了用于操作机动车辆的系统的组件图。
22.图2示意性地示出了用于操作图1中描述的系统的方法步骤图。
具体实施方式
23.首先参考图1。
24.系统2包括机动车辆4以及评估单元14，其中，机动车辆4在本实施例中是客车。
25.机动车辆4包括调制解调器12，通过该调制解调器可以无线地和双向地将数据从机动车辆4传输到评估单元14，反之亦然。因此，评估单元14被设计用于与调制解调器14进行无线和双向数据交换。
26.此外，在机动车辆4的其它部件中，还描绘了车辆内部6，在本实施例中，麦克风8和四个扬声器10a、10b、10c、10d位于该车辆内部。扬声器10a、10b、10c、10d的数量可以是与本实施例不同的数量。
27.麦克风8例如可以与机动车辆4的免提设备相关联，因此被设置在固定位置。或者麦克风8可以是移动设备的麦克风，例如手机(例如智能手机)、平板电脑、个人数字助理(pda)或笔记本电脑，它们的位置不固定。麦克风8的数量可以是与本实施例不同的数量。
28.在本实施例中，四个扬声器10a、10b、10c、10d被集成到机动车辆4中，即它们被固定地安装在机动车辆4中，并因此设置在固定位置。此外，在本实施例中，也可以将四个扬声器10a、10b、10c、10d作为麦克风进行操作。
29.系统2配置为将麦克风8和/或四个扬声器10a、10b、10c、10d互相连接形成传感器阵列，通过传感器阵列获取声音信号数据集ss，并对获取的声音信号数据进行评估，以确定用于指示机动车辆4的状态的数据集ds，并以位置数据集ps的形式提供结果。
30.此外，系统2配置为定位设置于机动车辆4中的移动设备的麦克风8。为此目的，可以提供移动设备被致动以生成声学测试信号，通过该声学测试信号，并且通过集成在机动车辆4中的扬声器10a、10b、10c、10d，移动设备可以被定位在车辆内部6。
31.经由所配置的传感器阵列，可以获取并形成声音信号数据集ss，该数据集包含与麦克风8和扬声器10a、10b、10c、10d的数量相对应的多个声音信号，并且还包括代表声音的空间分布的数据。换言之，声音信号数据集ss附加地包含与记录的声音信号有关的方向信息。
32.通过调制解调器12，将声音信号数据集ss与位置数据集ps一起无线传输到评估单元14，评估单元14配置为执行频率分析和/或方向分量确定和/或通过已训练人工智能进行评估，以便至少对已获取的声音信号数据集ss进行评估。
33.诸如主成分分析(pca)、波达方向定位技术(doa)之类的算法，或者，诸如旋转不变子空间算法(espri)或空间谱估计算法(music)之类的子空间方法，其可以用于频率分析和/或方向分量确定。深度学习是指一种使用人工神经网络(ann)的机器学习方法，其中，人工神经网络(ann)在输入层和输出层之间包括许多隐藏层。
34.因此，评估单元提供用于指示机动车辆4的状态的数据集ds。ds数据集可以指示，例如不正确安装或安装的组件，轴承问题或缺陷，轮胎问题，由于障碍物对车身底部保护装置的损坏，由于松动、缺陷或安装不正确的组件引起的风噪声、雨刮器噪声，由机电元件和电缆引起的啁啾噪声，门铰链噪声等。
35.然后，通过调制解调器12，将数据集ds无线传输到评估单元14，并且通知机动车辆4的驾驶员，例如，通过人机接口(hmi)通知关于检测到的缺陷或缺陷的标示。
36.此外，系统2配置为从多个麦克风8和扬声器10a、10b、10c、10d中确定子集，并因此利用该子集形成部分传感器阵列。例如这种情况，如果评估单元14不能确定数据集ds，或者如果结果不满足预定的最低要求。换言之，通过部分传感器阵列，可以验证基于声音信号数据集ss获得的诊断，该声音信号数据集ss通过传感器阵列获取。
37.为此，例如，评估单元14创建致动数据集as，通过该致动数据集as，麦克风8和扬声器10a、10b、10c、10d的预定子集可以被致动以形成部分传感器阵列。或者，评估单元14可以被配置为生成请求信号，继而该请求信号从评估单元14无线传输到调制解调器12，然后由
机动车辆4中的控制单元生成致动数据集as。
38.例如，可以启动扬声器10c、10d以能够更准确地分析来自机动车辆4后部区域中的噪声源的声音信号，然而再例如，可以启动麦克风8和扬声器10a、10b以更准确地分析来自机动车辆4前部区域的噪声源的声音信号。
39.系统2以及其所描述的组件可以包括硬件和/或软件组件，硬件和/或软件组件用于所描述的任务和/或功能。
40.现将另外参考图2以解释用于操作系统2的方法步骤。
41.该方法可以在预定时间间隔内自动启动，或者，例如响应手动启动信号从而启动。
42.该方法从第一步骤s100开始，检查移动设备的至少一个麦克风8是否设置于机动车辆4的车辆内部6中。
43.在进一步的步骤s200中，已检测到的移动设备随后被定位，并且生成位置数据集ps，该数据集用于指示移动设备在机动车辆4的车辆内部6中的位置。
44.在进一步的步骤s300中，在本示例性实施例中，麦克风8和/或四个扬声器10a、10b、10c、10d相互连接以形成传感器阵列。
45.在进一步的步骤s400中，通过传感器阵列，声音信号数据集ss被获取到，并通过调制解调器12与位置数据集ps一起无线传输到评估单元14。
46.在进一步的步骤s500中，评估单元14评估所获取的声音信号数据集ss和位置数据集ps，以便确定用于指示机动车辆4的状态的数据集ds。为此，评估单元14通过已训练的人工智能执行频率分析和/或方向分量确定和/或评估。
47.在进一步的步骤s600中，将数据集ds从评估单元14无线传输到调制解调器12处。或者，也可以提供评估单元14生成请求信号，然后将该请求信号从评估单元14无线传输到调制解调器12处，继而由机动车辆4中的控制单元生成致动数据集as。
48.在进一步的步骤s700中，根据致动数据集as，麦克风8和四个扬声器10a、10b、10c、10d的预定子集随后被致动以形成部分传感器阵列。
49.该方法可以继续执行，例如通过以类似方式重复步骤s400至s600，即通过部分传感器阵列获取另外的声音信号数据集ss，并将其通过调制解调器12无线传输到评估单元14，可能一起传输位置数据集ps。其中评估单元14评估另外的声音信号数据集ss，可能一起评估位置数据集ps，以便现在确定用于指示机动车辆4状态的数据集ds，然后将其从评估单元14无线传输到调制解调器12。
50.与本示例性实施例不同的是，步骤的顺序可以不同。此外，也可以同时或一起进行多个步骤。此外，与本示例性实施例不同的是，也可以跳过或省略各别步骤。
51.因此，通过形成传感器阵列并且可能另外形成部分传感器阵列，获得了附加的方向信息，该方向信息作为附加信息有益于定位机动车辆4中或机动车辆4上的损坏。因此，提供了用于指示机动车辆4的状态的数据集ds，该数据集ds包含该附加信息，从而有助于车辆诊断。
52.附图标记列表
53.2 系统
54.4 机动车辆
55.6 车辆内部
56.8 麦克风
57.10a 扬声器
58.10b 扬声器
59.10c 扬声器
60.10d 扬声器
61.12 调制解调器
62.14 评价单元
63.as 致动数据集
64.ds 数据集
65.ps 位置数据集
66.ss 声音信号数据集
67.s100 步骤
68.s200 步骤
69.s300 步骤
70.s400 步骤
71.s500 步骤
72.s600 步骤
73.s700 步骤

技术特征：

1.一种用于操作机动车辆(4)的方法，包括以下步骤：(s300)将多个麦克风(8)和/或扬声器(10a、10b、10c、10d)互相连接以形成传感器阵列，(s400)通过所述传感器阵列获取声音信号数据集(ss)，以及(s500)评估获取到的所述声音信号数据集(ss)以确定用于指示所述机动车辆(4)的状态的数据集(ds)。2.根据权利要求1所述的方法，其中，使用集成到所述机动车辆(4)中的麦克风(8)和/或扬声器(10a、10b、10c、10d)。3.根据权利要求1或2所述的方法，其中，使用设置于所述机动车辆(4)中的移动设备的麦克风(8)。4.根据权利要求3所述的方法，其中，定位设置于所述机动车辆(4)中的所述移动设备的所述麦克风(8)。5.根据权利要求1至4中任一项所述的方法，其中，评估获取到的所述声音信号数据集(ss)包括频率分析和/或方向分量确定和/或通过已训练的人工智能的评估。6.根据权利要求1至5中任一项所述的方法，其中，部分传感器阵列由所述多个麦克风(8)和/或扬声器(10a、10b、10c、10d)形成。7.一种用于机动车辆(4)的计算机程序产品，配置为执行根据权利要求1至6中的任一项所述的方法。8.一种用于系统(2)的评估单元(14)的计算机程序产品，配置为执行根据权利要求1至6中的任一项所述的方法。9.一种用于操作机动车辆(4)的系统(2)，其中，所述系统(2)配置为将多个麦克风(8)和/或扬声器(10a、10b、10c、10d)互相连接以形成传感器阵列，通过所述传感器阵列获取声音信号数据集(ss)，并评估获取到的所述声音信号数据集(ss)，以确定用于指示所述机动车辆(4)的状态的数据集(ds)。10.根据权利要求9所述的系统(2)，其中，所述系统(2)配置为使用集成到所述机动车辆(4)中的麦克风(8)和/或扬声器(10a、10b、10c、10d)。11.根据权利要求9或10所述的系统(2)，其中，所述系统(2)配置为使用设置于所述机动车辆(4)中的移动设备的麦克风(8)。12.根据权利要求11所述的系统(2)，其中，所述系统(2)配置为定位设置于所述机动车辆(4)中的所述移动设备的所述麦克风(8)。13.根据权利要求9至12中任一项所述的系统(2)，其中，所述系统(2)配置为执行频率分析和/或方向分量确定和/或通过已训练的人工智能的评估，以评估获取到的所述声音信号数据集(ss)。14.根据权利要求9至13中任一项所述的系统(2)，其中，所述系统(2)配置为由所述多个麦克风(8)和/或扬声器(10a、10b、10c、10d)形成部分传感器阵列。15.一种用于根据权利要求9至14中任一项所述的系统(2)的机动车辆(4)。16.一种用于根据权利要求9至14中任一项所述的系统(2)的评估单元(14)。

技术总结

本发明涉及一种用于操作机动车辆(4)的方法，包括以下步骤：(S300)将多个麦克风(8)和/或扬声器(10a、10b、10c、10d)互相连接以形成传感器阵列，(S400)通过传感器阵列获取声音信号数据集(SS)，以及(S500)评估获取到的声音信号数据集(SS)以确定用于指示机动车辆(4)状态的数据集(DS)。数据集(DS)。数据集(DS)。