Bei einem Verfahren zum Erstellen eines Auswertungsmodells, insbesondere eines Machine-Learning-Modells, für ein automatisiertes Erkennen eines Sitzbelegungs- zustands einer Sitzanordnung (105) mit zumindest einem Sitzplatz (105a-e) werden Parameter, die zumindest einem von mehreren vordefinierten möglichen Sitzbelegungszuständen der Sitzanordnung (105) zugeordnet sind, sowie Hyperparameter für das Auswertungsmodell bereitgestellt, wobei die Hyperparameter konfiguriert sind, auf der Grundlage einer Metrik eingestellt zu werden. Es wird eine Erkennungsgenauigkeit, wobei die Erkennungsgenauigkeit einen Abstand zwischen dem den Parametern zugeordneten Sitzbelegungszustand und einem durch das Auswertungsmodell mit den bereitgestellten Hyperparametern gelieferten Auswertungsergebnis angibt. Eine Metrik wird bereitgestellt und ausgewertet, wobei die Metrik eine Differenz zwischen der Erkennungsgenauigkeit und einem vorgegebenen Zielwert berücksichtigt, um für die bestimmte Erkennungsgenauigkeit einen Wert auszugeben, wobei der Zielwert als eine Erkennungsgenauigkeit definiert ist, bei welchem die Metrik ein Maximum erreicht. Es werden dann entsprechend die Hyperparameter des Auswertungsmodells eingestellt, wobei die Metrik mittels eines Optimierungsverfahrens optimiert wird, um ein Optimum für den ausgegebenen Wert zu erhalten und die Hyperparameter derart einzustellen, für welche die Metrik das Optimum erreicht. Das Auswertungsmodells wird mit den eingestellten Hyperparametern erstellt zur weiteren Verwendung für ein Training mit Trainingsdaten für ein Verfahren zum automatisierten eines Sitzbelegungszustands einer Sitzanordnung (105) mit zumindest einem Sitzplatz (105a-e).
The invention relates to a method for producing an evaluation model, in particular a machine learning model, for automated detection of a seat occupancy state of a seat arrangement (105) having at least one seat (105a-e), in which method parameters that are assigned to at least one of a plurality of predefined possible seat occupancy states of the seat arrangement (105), as well as hyperparameters for the evaluation model, are provided, wherein the hyperparameters are configured to be adjusted on the basis of a metric. A detection unit is determined, wherein the detection precision indicates a discrepancy between the seat occupancy state assigned to the parameters and an evaluation result provided by the evaluation model with the provided hyperparameters. A metric is provided and evaluated, wherein the metric takes into account a difference between the detection precision and a specified target value in order to output a value for the determined detection precision, wherein the target value is defined as a detection precision at which the metric reaches a maximum. The hyperparameter of the evaluation model is then adjusted accordingly, wherein the metric is optimised by means of an optimisation method in order to obtain an optimum for the output value and to adjust in this way the hyperparameter for which the metric reaches the optimum. The evaluation model is produced with the adjusted hyperparameters for further use for training using training data for a method for automated of a seat occupancy state of a seat arrangement (105) having at least one seat (105a-e).
L'invention concerne un procédé de production d'un modèle d'évaluation, en particulier d'un modèle d'apprentissage automatique, pour la détection automatisée d'un état d'occupation de siège d'un agencement de siège (105) comportant au moins un siège (105a-e), des paramètres de procédé qui sont attribués à au moins un état parmi une pluralité d'états d'occupation de siège possibles prédéfinis de l'agencement de sièges (105), ainsi que des hyperparamètres pour le modèle d'évaluation, étant fournis, les hyperparamètres étant configurés pour être ajustés sur la base d'une métrique. Une unité de détection est déterminée, la précision de détection indiquant un écart entre l'état d'occupation des sièges attribué aux paramètres et un résultat d'évaluation donné par le modèle d'évaluation avec les hyperparamètres fournis. Une métrique est fournie et évaluée, la métrique prenant en compte une différence entre la précision de détection et une valeur cible déterminée afin de délivrer une valeur pour la précision de détection déterminée, la valeur cible étant définie comme une précision de détection à laquelle la métrique atteint un maximum. L'hyperparamètre du modèle d'évaluation est ensuite ajusté en conséquence, la métrique étant optimisée au moyen d'un procédé d'optimisation afin d'obtenir un optimum pour la valeur de sortie et de régler ainsi l'hyperparamètre pour lequel la métrique atteint l'optimum. Le modèle d'évaluation est produit avec les hyperparamètres ajustés en vue d'une utilisation ultérieure pour l'apprentissage à l'aide de données d'apprentissage pour un procédé d'automatisation d'un état d'occupation de siège d'un agencement de siège (105) comportant au moins un siège (105a-e).
VERFAHREN ZUM ERSTELLEN EINES AUSWERTUNGSMODELLS ZUM ERKENNEN EINES SITZBELEGUNGSZUSTANDS EINER SITZANORDNUNG
METHOD FOR PRODUCING AN EVALUATION MODEL FOR DETECTING A SEAT OCCUPANCY STATE OF A SEAT ARRANGEMENT
PROCÉDÉ DE PRODUCTION DE MODÈLE D'ÉVALUATION POUR DÉTECTION DE L'ÉTAT D'OCCUPATION D'UN SIÈGE D'UN AGENCEMENT DE SIÈGES
13.06.2024
Patent
Elektronische Ressource
Deutsch
IPC: | G06V / G06N COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS , Rechnersysteme, basierend auf spezifischen Rechenmodellen / 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 / G01S RADIO DIRECTION-FINDING , Funkpeilung |
Europäisches Patentamt | 2024
|Europäisches Patentamt | 2024
|Europäisches Patentamt | 2024
|VERFAHREN ZUM ERKENNEN EINES SITZBELEGUNGSZUSTANDS EINER SITZANORDNUNG
Europäisches Patentamt | 2025
|VERFAHREN ZUM ERKENNEN EINES SITZBELEGUNGSZUSTANDS EINER SITZANORDNUNG
Europäisches Patentamt | 2025
|