Verfahren zum Trainieren wenigstens eines Algorithmus (34) für ein Steuergerät (4) eines Kraftfahrzeugs (2), wobei das Steuergerät (4) zur Umsetzung einer autonomen Fahrfunktion unter Eingriff in Aggregate (22, 24, 26) des Kraftfahrzeugs (2) auf der Grundlage von Eingangsdaten unter Verwendung des wenigstens einen Algorithmus (34) vorgesehen ist, wobei der Algorithmus (34) durch ein selbstlernendes neuronales Netz (32) trainiert wird, umfassend folgende Schritte:a) Bereitstellen eines Computerprogrammproduktmoduls (28) für die autonome Fahrfunktion, wobei das Computerprogrammproduktmodul (28) den zu trainierenden Algorithmus (34) und das selbstlernende neuronale Netz (32) enthält;b) Bereitstellen wenigstens einer Metrik (M) und einer Belohnungsfunktion für die autonome Fahrfunktion;c) Einbetten des Computerprogrammproduktmoduls (28) in eine Simulationsumgebung zur Simulation wenigstens einer für die autonome Fahrfunktion relevanten Verkehrssituation, wobei die Simulationsumgebung auf Kartendaten einer realen Umgebung sowie auf einem digitalen Fahrzeugmodell des Kraftfahrzeugs (2) basiert, sowie Trainieren des selbstlernenden neuronalen Netzes (32) durch Simulieren von kritischen Szenarien und Ermitteln einer Güte (GM), wobei die Güte (GM) ein Resultat einer Gütefunktion (G(M)) der wenigstens einen Metrik (M) ist, bis ein erstes Gütemaß (G1) erfüllt ist;d) Einbetten des trainierten Computerprogrammproduktmoduls (28) in das Steuergerät (4) des Kraftfahrzeugs (2) zur Simulation von für die autonome Fahrfunktion relevanten Verkehrssituationen, wobei die Simulation in einer Simulationsumgebung auf Kartendaten einer realen Umgebung durchgeführt wird, sowie Trainieren des selbstlernenden neuronalen Netzes (32) durch Simulieren von kritischen Szenarien und Ermitteln der Güte (GM), bis ein zweites Gütemaß (G2) erfüllt ist, wobei das zweite Gütemaß (G2) strenger ist als das erste Gütemaß (G1), wobei e), (i) wenn die Güte (GM) in Schritt d) schlechter ist als das erste Gütemaß (G1), das Verfahren ab Schritt c) fortgesetzt wird, oder(ii) wenn die Güte (GM) in Schritt d) besser ist als die-das erste Gütemaß (G1) und schlechter ist als das zweite Gütemaß (G2), das Verfahren ab Schritt d) fortgesetzt wird.
Method for training at least one algorithm for a control device of a motor vehicle for implementing an autonomous driving function, wherein the algorithm is trained by means of a self-learning neural network, comprising the following steps of: a) providing a computer program product module for the autonomous driving function, wherein the computer program product module contains the algorithm to be trained and the self-learning neural network; b) providing at least one metric and a reward function; c) embedding the computer program product module in a simulation environment for simulating at least one relevant traffic situation, and training the self-learning neural network by simulating critical scenarios and determining the metric (M) until a first measure of quality (G1) has been satisfied; d) embedding the trained computer program product module in the control device of the motor vehicle for simulating relevant traffic situations, and training the self-learning neural network by simulating critical scenarios and determining the metric (M) until a second measure of quality has been satisfied, wherein e), (i) when the metric (M) in step d) is worse than the first measure of quality (G1), the method is continued from step c), or, (ii) when the metric (M) in step d) is better than the first measure of quality (G1) and worse than the second measure of quality (G2), the method is continued from step d).
Verfahren zum Trainieren wenigstens eines Algorithmus für ein Steuergerät eines Kraftfahrzeugs, Computerprogrammprodukt sowie Kraftfahrzeug
2020-11-05
Patent
Elektronische Ressource
Deutsch
IPC: | B60W CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION , Gemeinsame Steuerung oder Regelung von Fahrzeug-Unteraggregaten verschiedenen Typs oder verschiedener Funktion / G06N COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS , Rechnersysteme, basierend auf spezifischen Rechenmodellen |
Europäisches Patentamt | 2024
|Europäisches Patentamt | 2021
|Europäisches Patentamt | 2021
|Europäisches Patentamt | 2021
|Europäisches Patentamt | 2021
|