Bei einem Verfahren zum Erstellen eines Auswertungsmodells, insbesondere eines Machine-Learning-Modells, für ein automatisiertes Erkennen eines Sitzbelegungszustands 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).
VERFAHREN ZUM ERSTELLEN EINES AUSWERTUNGSMODELLS ZUM ERKENNEN EINES SITZBELEGUNGSZUSTANDS EINER SITZANORDNUNG
2024-06-20
Patent
Electronic Resource
German
IPC: | B60R Fahrzeuge, Fahrzeugausstattung oder Fahrzeugteile, soweit nicht anderweitig vorgesehen , VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR |
European Patent Office | 2024
|European Patent Office | 2024
|European Patent Office | 2024
|VERFAHREN ZUM ERKENNEN EINES SITZBELEGUNGSZUSTANDS EINER SITZANORDNUNG
European Patent Office | 2025
|VERFAHREN ZUM ERKENNEN EINES SITZBELEGUNGSZUSTANDS EINER SITZANORDNUNG
European Patent Office | 2025
|