用于识别分布移位的方法、设备、中央装置和系统制造方法及图纸

本发明专利技术涉及一种用于识别分布移位的方法、设备、中央装置和系统。在用于识别输入数据的数据和/或特征分布中的分布移位的方法中，在至少一个移动装置中执行所述方法，所述方法包括如下步骤：借助输入装置接收输入数据；借助第一处理模块和至少一个第二处理模块，针对接收到的输入数据执行根据目标相同的功能，其中，第一处理模块和至少一个第二处理模块在结构上彼此不同，其中，至少第一处理模块是基于机器学习建立的；借助分析装置将处理模块提供的结果进行比较；并且基于比较结果确定分布移位，并且如果确定了分布移位：则提供候选信号；以及借助输出装置输出所提供的候选信号。

Methods, equipment, central devices and systems for identifying distributed shifts

【技术实现步骤摘要】
用于识别分布移位的方法、设备、中央装置和系统
本专利技术涉及一种用于识别输入数据的数据和/或特征分布中的分布移位(Verteilungsverschiebung)的方法、设备、中央装置和系统。
技术介绍
在现代的机动车中，越来越多地使用基于机器学习(英语：MachineLearning)来产生各个功能的解决方案。这些功能例如涉及信息娱乐系统、驾驶员辅助系统、安全功能，但是也涉及舒适性功能和自动驾驶。在这些解决方案中，越来越多地使用深度学习(英语：DeepLearning)方法，在这些方法中，根据采集的传感器数据(环境传感机构、内部空间监视、机动车中的传感器等)，来产生例如环境或驾驶员模型形式或者关于感知到的对象或车辆调节等的价值更高的数据。通过训练神经网络来开发所提到的功能，其中，神经网络对价值更高的数据与相应的传感器数据的关联进行学习。这种学习过程在很大程度上与数据和/或特征分布相关，也就是说与训练数据量的构成和包含在其中的特征(英语：Features)的分布相关，神经网络感知这些特征与价值更高的数据的相关性。因此，选择尽可能好地反映真实存在的分布的训练数据组和训练策略。然而，在随后使用以这种方式学习的功能时，这些分布例如可能由于行为的改变、老化或者新的情景(天气、季节、交通参与者、交通规则等)而发生变化。这种通常缓慢发生的分布移位(“ConceptDrift(概念漂移)”)可能导致相应的功能的功能品质的逐步变差。在此，对功能品质进行评估在使用功能期间是非常困难的，因为在许多情况下，不希望功能例如由于功能限制或者舒适性降低而完全失效。此外，在使用功能期间，很难确定分布移位或者功能微小的不准确，因为没有反映真实情况的基本事实。尽管存在基于自动编码器和判别网络来识别分布移位的解决方案，但是该问题目前无法令人满意地解决。
技术实现思路
本专利技术要解决的技术问题在于，提供一种用于识别输入数据的数据和/或特征分布中的分布移位的方法、设备、中央装置和系统，其中，可以更好地确定分布移位。根据本专利技术，上述技术问题通过具有本专利技术的特征的方法、具有本专利技术的特征的设备、具有本专利技术的特征的中央装置和具有本专利技术的特征的系统来解决。本专利技术的有利的设计方案从下面的描述中得到。在本专利技术的第一方面，提供一种用于识别输入数据的数据和/或特征分布中的分布移位的方法，其中，在至少一个移动装置中执行所述方法，所述方法包括如下步骤：借助输入装置接收输入数据；借助第一处理模块和至少一个第二处理模块，针对接收到的输入数据执行根据目标相同的功能，其中，第一处理模块和至少一个第二处理模块在结构上彼此不同，其中，至少第一处理模块是基于机器学习建立的；借助分析装置将处理模块提供的结果进行比较；并且基于比较结果确定分布移位，并且如果确定了分布移位：则提供候选信号；以及借助输出装置输出所提供的候选信号。在本专利技术的第二方面，提供一种用于识别针对移动装置的输入数据的数据和/或特征分布中的分布移位的设备，所述设备包括：输入装置，其中，输入装置构造为接收输入数据；第一处理模块和至少一个第二处理模块，其中，第一处理模块和至少一个第二处理模块在结构上彼此不同，其中，至少第一处理模块是基于机器学习建立的，并且其中，处理模块构造为，针对接收到的输入数据执行根据目标相同的功能；分析装置，其中，分析装置构造为，将处理模块提供的结果进行比较，并且基于比较结果来确定分布移位，并且如果确定了分布移位，则提供候选信号；以及输出装置，其中，输出装置构造为输出所提供的候选信号。在本专利技术的第三方面，提供一种用于识别输入数据的数据和/或特征分布中的分布移位的中央装置，中央装置包括：接收装置，其中，接收装置构造为接收至少一个移动装置输出的候选信号；评定装置，其中，评定装置构造为，对从至少一个移动装置接收的候选信号进行分析，并且如果存在相同类型的候选信号的频繁出现，则确定累计的分布移位，并且产生确定信号。在此，相同类型的候选信号的频繁出现意为，在相同的情形下或者在相同的情景情况中出现分布移位。此外，中央装置包括输出装置，其中，输出装置构造为输出所产生的确定信号。此外，在本专利技术的第四方面，提供一种用于识别输入数据的数据和/或特征分布中的分布移位的系统，所述系统包括至少一个根据本专利技术的第二方面的设备和根据本专利技术的第三方面的中央装置。本专利技术的基本思想是，使得借助第一处理模块和至少一个第二处理模块，对输入数据执行相同的功能。在此，第一处理模块和至少一个第二处理模块在结构上彼此不同，也就是说，虽然处理模块提供根据目标相同的功能，例如识别采集的环境数据中的对象的功能，但是处理模块以不同的方式提供这些功能。在此，至少第一处理模块是基于机器学习建立的。至少一个第二处理模块同样可以是基于机器学习建立的，然而至少一个第二处理模块也可以是以其它方式产生并且配置的，例如可以是通过固定地预先给定的(非学习)方法产生并且配置的。将处理模块提供的结果相互进行比较，并且基于比较结果来确定分布移位。如果功能例如是用于进行对象分类的感知功能，则当针对与相应地相同的对象相关联的对象类别的结果彼此不同时，例如当对象属于各个对象类别的相关联的概率具有处于预先给定的公差阈值以上的偏差时，可以确定分布移位。如果确定了分布移位，则提供候选信号。然后，输出所提供的候选信号，并且可以根据本专利技术的第三方面进一步进行处理。本专利技术的优点是，通过使用至少两个处理模块，处理模块执行根据目标相同的功能，可以以简单的方式来识别分布移位的可能的候选。尤其是可以设置为，移动装置是机动车。然后，机动车包括根据本专利技术的第二方面的设备。然后，尤其是输入数据是描述机动车的周围环境和例如内部空间的传感器数据。然而，也可以设置为，移动装置是其它陆地、空中或者水上交通工具。也可以设置为，移动装置是移动电话或者基础设施监视机构(交通摄像头；联网的交通引导系统、例如信号灯、转接设备(Weiche)、联锁控制器(Schleusensteuerung))。在一个实施方式中设置为，候选信号包括对所使用的处理模块的描述和/或对比较结果的描述和/或对情景情况的描述。对所使用的处理模块的描述例如包括关于处理模块的结构的信息。如果例如涉及神经网络，则描述可以包括关于神经网络内部的结构以及参数或者各个权重的信息。此外，描述也可以包括处理模块的识别码，识别码唯一地识别处理模块。对比较结果的描述例如包括关于在处理模块提供的结果中存在的偏差的定性和/或定量信息。情景情况尤其是包括描述确定了分布移位的情况的信息。这些信息例如可以包括地点信息、时间信息和/或描述情形的其它信息。在一个实施方式中设置为，在确定了分布移位的情况下，借助移动装置的控制装置收集关于出现分布移位的情景情况的附加的数据。由此，可以针对性地收集另外的信息，以便能够更好地描述情景情况，并且能够更好地评估和验证所确定的分布移位。在一个实施方式中设置为，输出候选信号包括：通过空气接口将候选信号从至少一个移动装置传输至根据本专利技术的第三方面的中央装置。空气接口例如可以是移动本文档来自技高网...

【技术保护点】
1.一种用于识别输入数据(10)的数据和/或特征分布中的分布移位的方法，其中，在至少一个移动装置(40)中执行所述方法，所述方法包括如下步骤：/n借助输入装置(2)接收输入数据(10)，/n借助第一处理模块(3-1)和至少一个第二处理模块(3-2)，针对接收到的输入数据(10)执行根据目标相同的功能，其中，第一处理模块(3-1)和至少一个第二处理模块(3-2)在结构上彼此不同，其中，至少第一处理模块(3-1)是基于机器学习建立的，/n借助分析装置(4)将处理模块(3-1、3-2)提供的结果(11)进行比较，并且基于比较结果确定分布移位，并且如果确定了分布移位：则提供候选信号(12)，以及/n借助输出装置(5)输出所提供的候选信号(12)。/n

【技术特征摘要】
20181023 DE 102018218097.01.一种用于识别输入数据(10)的数据和/或特征分布中的分布移位的方法，其中，在至少一个移动装置(40)中执行所述方法，所述方法包括如下步骤：
借助输入装置(2)接收输入数据(10)，
借助第一处理模块(3-1)和至少一个第二处理模块(3-2)，针对接收到的输入数据(10)执行根据目标相同的功能，其中，第一处理模块(3-1)和至少一个第二处理模块(3-2)在结构上彼此不同，其中，至少第一处理模块(3-1)是基于机器学习建立的，
借助分析装置(4)将处理模块(3-1、3-2)提供的结果(11)进行比较，并且基于比较结果确定分布移位，并且如果确定了分布移位：则提供候选信号(12)，以及
借助输出装置(5)输出所提供的候选信号(12)。


2.根据权利要求1所述的方法，其特征在于，所述候选信号(12)包括对所使用的处理模块(3-1、3-2)的描述和/或对比较结果的描述和/或对情景情况的描述。


3.根据权利要求1或2所述的方法，其特征在于，在确定了分布移位的情况下，借助移动装置(40)的控制装置(41)收集关于出现分布移位的情景情况的附加的数据。


4.根据前述权利要求中任一项所述的方法，其特征在于，输出候选信号(12)包括：通过空气接口(6)将候选信号(12)从至少一个移动装置(40)传输至中央装置(20)。


5.根据前述权利要求中任一项所述的方法，其特征在于，中央装置(20)借助接收装置(21)接收至少一个移动装置(40)输出的候选信号(12)，其中，借助中央装置(20)的评定装置(22)对从至少一个移动装置(40)接收到的候选信号(12)进行分析，并且其中，如果确定相同类型的候选信号(12)的频繁出现，则确定累计的分布移位，并且产生和输出确定信号(13)。


6.根据权利要求5所述的方法，其特征在于，评定装置(22)对确定的累计的分布移位进行评估，并且所述确定信号(13)包括根据所述评估推导出的评估信息。


7.根据权利要求5或6所述的方法，其特征在于，在通过评定装置(22)确定累计的分布移位之后，促使至少一个另外的移动装置(40)识别分布移位。


8.根据前述权利要求中任一项所述的方法，其特征在于，替换地或者附加地利用至少一个另外的第二处理模块(3-2)重复所述方法步骤。...

【专利技术属性】
技术研发人员：F休格，P施利克特，
申请(专利权)人：大众汽车有限公司，
类型：发明
国别省市：德国;DE