【技术实现步骤摘要】
【国外来华专利技术】对车辆的驾驶功能的KI模块的监测
[0001]本专利技术涉及一种用于监测KI模块的方法和装置,该KI模块构成车辆的半自动或自动驾驶功能的处理链的组成部分。
技术介绍
[0002]在针对半自动或自动驾驶开发功能时,为了处理高度复杂的情况,使用KI模块是不可避免的。为了可持续地开发和使用这些功能,监测KI模块的执行是强制必须的。这既适用于KI模块的训练阶段,在训练阶段中寻找特殊情况,所谓的角落案例(Corner Case),即模块输出的有限正确性的典型情况;也适用于生产性使用,即在冗余和系统监测的情况下,必须评估KI模块决策的可靠性。
[0003]目前,冗余和系统监测主要使用模型本征置信,即对软性激励的解释,或通过分析方法的可信性检查。对特殊情况,即角落案例的识别,主要来自于功能跳转,即KI模块或相应的功能终止的情况,或目标
‑
实际比较(Soll
‑
Ist
‑
Vergleichen)。
[0004]模型本征置信受训练偏差的影响,并且可能非常不正确,这意味着,对 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种用于通过监测模块(M_IN)来监测KI模块(KI)的输入数据流(IN)的方法,所述KI模块构成车辆的半自动或自动驾驶功能的处理链的组成部分,所述监测模块由包括生成器(G_IN)和判别器(D_IN)的生成式对抗网络形成,其中,所述方法具有训练阶段和推理阶段,并且
‑
在所述训练阶段中,通过真实的训练数据(TD)和由所述生成器(G_IN)产生的虚假生成的训练数据对所述监测模块(M_IN)进行训练,这两个训练数据都被馈送到所述判别器(D_IN),所述判别器产生真实的训练数据与生成的训练数据之间的距离(D_IN)作为输出,并且
‑
在所述推理阶段中,所述监测模块(M_IN)对所述KI模块(KI)进行检查,方式是,经训练的KI模块(KI)根据真实的输入数据流(IN)产生适合于驾驶功能的输出信号(OUT),并且与此并行地,真实的输入数据流(IN)被馈送到经训练的监测模块(M_IN)的判别器(D_IN),所述判别器由此确定距离(Dist_IN),所述距离用于评估输入数据流(IN),从而检查输出信号(OUT)。2.根据权利要求1所述的方法,其特征在于,所述生成器(G_IN)借助背景数据源(L_IN)产生虚假的训练数据,所述虚假的训练数据被馈送到所述判别器(D_IN)。3.根据权利要求1或2所述的方法,其特征在于,根据所述距离(D_IN)确定关于真实的训练数据(TD)的训练损失(TL_IN),所述训练损失用于训练所述监测模块(M_IN)的生成器(G_IN)和判别器(D_IN)。4.一种用于监测KI模块(KI)的输入数据流(IN)的装置,其中所述装置被设置和设计为用于执行根据上述权利要求中任一项所述的方法,所述装置具有
‑
KI模块(KI),所述KI模块构成车辆的半自动或自动驾驶功能的处理链的组成部分,并且基于真实的输入信号(IN)产生针对驾驶功能的输出信号(OUT),和
‑
监测模块(M_IN),所述检测模块根据真实的输入信号(IN)产生差异信号(Dist_IN),所述差异信号用于监测所述KI模块(KI)的输入数据流(IN)。5.一种用于通过三个监测模块(M_IN,M_OUT,M_GT)来监测KI模块(KI)的输入数据流(IN)和输出数据流(OUT)的方法,所述KI模块构成车辆的半自动或自动驾驶功能的处理链的组成部分,所述三个监测模块分别由包括生成器(G_IN,G_OUT,G_GT)和判别器(D_IN,D_OUT,D_GT)的生成式对抗网络形成,其中所述方法具有训练阶段和推理阶段,并且在所述训练阶段中
‑
用于监测所述KI模块(KI)的输入数据流的第一监测模块(M_IN)通过真实的训练数据(TD)和虚假的、由第一监测模块(M_IN)的生成器产生的虚假生成的训练数据进行训练,并且产生第一差异信号(Dist_IN),
‑
所述KI模块(KI)通过真实的训练数据(TD)和有效正确数据(GT)进行训练并产生输出数据(OUT),
‑
用于监测所...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。