自动优化车辆照明系统的预测动态弯道灯功能的方法、照明系统、车辆和计算机程序产品与流程

1.本发明涉及一种用于自动优化车辆照明系统的预测动态弯道灯功能的方法、一种可以执行该方法的具有自动自优化预测动态弯道灯功能的用于车辆的照明系统、以及一种包括这种照明系统的车辆。本发明还涉及一种适用于操作照明系统的计算机程序产品。


背景技术：

2.动态弯道灯是一种车辆辅助功能，其中照明方向(即，车辆前照灯发出的光的方向)会根据所行驶的道路弯道的走向动态改变，以便更好地照亮所行驶的弯道。预测动态弯道灯(predictive dynamic bending light，pdbl)不仅可以跟踪照明方向，还可以评估表征行驶轨迹(例如来自前置摄像机的视频记录)以及表征其他行驶轨迹参数值(例如车辆方向盘的转向角曲线)的传感器信号以及所提供的其他传感器信号(例如通过车辆的can(controller area network，控制器局域网)总线提供的行驶轨迹参数值，如车速、横摆率、所挂的挡位、方向指示器的状态)，在驾驶员做出反应之前，预先进行调整，以使道路始终尽可能适当地被照亮，即使在转弯时也是如此。诸如速度的车辆状态参数值在行驶过程中也是行驶轨迹参数值，诸如在视频记录中检测到的道路走向或车辆中可用的表征行驶轨迹的其他信息。
3.车辆前照灯的照明方向由pdbl控制单元(即弯道灯控制单元)控制的车辆照明系统的表现实际上有多好，即在一个时间段序列上实现的道路照明与最合适的照明对应的准确程度，取决于pdbl控制单元的控制器对实际驾驶情况的调整质量。为此，pdbl控制单元的控制参数的值(即弯道灯控制参数值)例如可以通过以下方式确定：使用所记录的测试行驶数据，以便基于pdbl控制单元的模型测试pdbl控制单元将如何表现，其中，根据所获得的结果，测试管理器更改弯道灯控制参数值，例如特定的决策阈值、控制状态之间的转换速度、过滤器灵敏度等，以便改善结果。由快速控制原型平台提供的pdbl控制单元或其模型已经初始化(即预设)为具有以这种方式确定的弯道灯控制参数值，然后也可以在实际测试行程中测试pdbl控制单元或其模型。然而，这样的程序，包括准备和数据评估，需要花费大量时间和资源。
4.此外，车辆前照灯的照明方向由pdbl控制单元控制的车辆照明系统的真实表现(即，实际表现)也强烈依赖于例如道路状况、相应车辆所处的动态变化的行驶或交通状况、以及车辆驾驶员的个人驾驶风格。因此，表现的优化(即，道路照明的进程可以达到理想的合适照明的程度)应该考虑到相应车辆的真实的、个别的使用条件。
5.cn110588499a公开了一种基于机器视觉的控制车辆前照灯的自适应控制系统，其中视频图像中的光源(特别是其他道路使用者的前照灯)被定位，其中，在基于训练数据训练的支持向量机的帮助下，决定如何引导车辆自身的前照灯，以避免干扰其他道路使用者。
6.cn108216009a中描述了一种基于gps数据和地图信息以及转向角和速度信息来控制前照灯定向的预测弯道灯控制器。
7.cn108312957a中描述了一种用于车辆的预测弯道灯系统，其中，根据车速和有关道路的视频信息，确定弯道半径和距弯道的距离，并用测试数据训练的神经网络确定行车前照灯的旋转角度，行车前照灯通过该旋转角度被预测地指向。


技术实现要素：

8.本发明的目的在于，在相应车辆的个别运行情况下，以简单、快速的方式优化车辆照明系统的预测动态弯道灯功能的行为。
9.根据本发明，该目的通过根据权利要求1的用于自动优化车辆照明系统的预测动态弯道灯功能的方法、根据权利要求12的具有自动自优化预测动态弯道灯功能的用于车辆的照明系统来实现、根据权利要求14的车辆和根据权利要求15的计算机程序产品来实现。本发明的有利发展在从属权利要求中公开。
10.根据本发明的第一方面，一种用于自动优化车辆照明系统的预测动态弯道灯功能的方法包括以下步骤：配置用于控制车辆的照明系统的弯道灯控制单元以将初始弯道灯控制参数值作为要使用的弯道灯控制参数值，配置分类单元(连接到弯道灯控制单元)以根据弯道灯控制单元的输出值将弯道灯控制单元的表现自动分类为期望的表现类别(即目标表现类别)以及至少一个另外的表现类别(即至少一个故障表现类别)，以及配置控制参数优化单元(连接到弯道灯控制单元和分类单元)以根据弯道灯控制单元的输入值和分配给该输入值的弯道灯控制单元的表现类别来确定更新后的弯道灯控制参数值。
11.该方法还包括以下步骤：获取行驶轨迹参数值作为在车辆的至少一个行程期间弯道灯控制单元的输入值、确定弯道灯控制单元的输出值和根据在至少一个行程期间所确定的输出值对弯道灯控制单元的表现进行自动分类，以及确定更新后的弯道灯控制参数值和将要使用的弯道灯控制参数值调整为更新后的弯道灯控制参数值。
12.提供的是，确定更新后的弯道灯控制参数值包括应用遗传算法，通过该遗传算法将弯道灯控制单元的表现分类为期望的表现类别的频率增加。这需要降低分类为至少一个另外的类别(其中记录了不正确的(即错误的)分类)的频率。
13.车辆的照明系统或行车灯系统包括至少一个或多个行车前照灯。照明系统的弯道灯功能是指其根据弯道的走向改变行车前照灯的照射方向(即照明方向)的功能。例如，为此目的，行车前照灯可旋转地安装并且连接到从弯道灯控制单元接收控制信号的马达，以便转动行车前照灯以调节照明方向。在另一示例性实施例中，行车前照灯包括由多个led以及相关联的控制器组成的矩阵系统，以便通过调整在矩阵系统的受控段中的led的激活和停用来改变照明方向。弯道灯控制单元是pdbl控制单元，并且可以例如实现为由可编程装置(例如微控制器或其他带有存储器的处理器)执行的模块。
14.初始弯道灯控制参数值是存在于存储器中的起始值并且例如基于先前的测试行驶数据确定。要使用的弯道灯控制参数值是弯道灯控制单元当前实际用于控制的参数值。开始时，要使用的弯道灯控制参数值是初始弯道灯控制参数值。随后，要使用的弯道灯控制参数值被调整为(即替换为)控制参数优化单元所确定的、更新后的弯道灯控制参数值。
15.分类单元接收弯道灯控制单元的输出值，该输出值对应于或表征控制行车前照灯的照明方向的控制信号。输出值由分类单元在驾驶情况的背景下进行评估，即分配给预定义的表现类别之一。为此目的，分类单元被设计为一个模块，该模块应用基于例如在训练阶
段期间训练的人工神经网络的人工智能算法，其中输出值的分类由专家验证。在另一个示例性实施例中，分类单元使用增强的随机森林集成。分类单元还优选地实现为由可编程装置执行的模块。取决于实施例，可编程装置永久地或者至少在实际测试行驶执行期间位于车辆上。在这种情况下，例如，可编程装置也可以是连接到车辆总线的便携式计算机的一部分。在每种情况下，针对特定路段对表现进行连续分类，例如在行程期间的规则时间段，或至少在相关行驶段期间，即在通过弯道行驶时。表现的分类例如可以理解为根据时间单位或根据弯道灯控制单元的反应，或根据测试行程，或根据弯道，或根据测量值。提供的是，在一个实施例中，分类被存储在数据库中或被输出，例如以表格形式或另一种数据格式，使得包括随时间段变化的弯道灯控制单元的输入值和输出值以及相关联的表现类别的数据集在分类单元的训练阶段可用。
16.控制参数优化单元接收弯道灯控制单元的输出值和分类单元的相关分类，以及行驶轨迹参数值(即弯道灯控制单元的输入值)，并计算更新后的弯道灯控制参数值，其中优化表现到期望的表现类别的分配和/或优化期望的表现类别的分配数量与对另外的表现类别的分配数量的比率(即弯道灯控制单元正确反应的数量与错误反应相比)被用作质量标准。控制参数优化单元还优选地实现为由可编程装置执行的模块。
17.因此，所描述的方法优选地是至少部分地由计算机实现的方法，即至少部分地由可编程装置的处理器执行的方法。
18.该方法在车辆的至少一个行程期间完全或部分地执行。这可以是在特别合适的测试轨道上的测试行程，也可以是正常的驾驶操作。该行程也可以是模拟测试行程，其中，在实际行程中不是获取新生成的行驶轨迹参数值，而是记录存储的前一行程的行驶轨迹参数值。
19.通过所描述的方法优化照明系统的预测动态弯道灯功能的行为，其中至少还基于当前行驶轨迹参数值进行优化，当前行驶轨迹参数值通过相应驾驶员在自选行车路线上如何控制车辆而单独确定。弯道灯控制单元(即pdbl控制单元)的当前表现的评估在这里由受过训练的分类单元自动进行，特别是作为ai单元(ai-artificial intelligence，人工智能)实现，而不必在训练阶段后由人再次对分类进行评估。因此，该系统不依赖于人的唯一临时可用的监督，而是不仅可以在每个测试行程使用，而且可以在正常行驶操作中使用来进一步优化弯道灯控制单元的控制参数值，其中客观的、始终如一的且可重复的分类始终发生，因此确定用于弯道灯控制单元的优化的、更新后的弯道灯控制参数值也不再是基于视觉印象的主观评估，而且可以非常快速地自动执行。遗传算法还允许在短时间内考虑大量弯道灯控制参数值的组合进行优化。
20.在一个实施例中，该方法包括确定更新后的弯道灯控制参数值以及将要使用的弯道灯控制参数值调整为更新后的弯道灯控制参数值在至少一个行程期间发生。因此，可以根据车辆的行驶路线和各个驾驶员的个人驾驶风格，对转向灯控制功能的表现进行持续的自我优化。
21.在另一实施例中，确定更新后的弯道灯控制参数值和将要使用的弯道灯控制参数值调整为更新后的弯道灯控制参数值发生在一个或多个(真实的和/或模拟的)测试行程已经结束之后。因此，例如可以执行不位于车辆上的控制参数优化单元的优化，从而可以使用计算机或者甚至可以使用明显更强大的计算机或处理器的集群，以便能够快速计算甚至非
常复杂的优化模型。
22.在该方法的一个实施例中，确定更新后的弯道灯控制参数值包括根据要使用的弯道灯控制参数值(即当前的弯道灯控制参数值)和存储的先前要使用的弯道灯控制参数值执行自动分类的元建模，以便能够利用遗传算法执行多维优化。此处存储的先前要使用的弯道灯控制参数值已经在确定更新后的弯道灯控制参数值的先前迭代期间基于参考来自当前行驶的行程的先前时间段和/或在同一辆车或另一辆车的先前行程期间的弯道灯控制单元的输出值的分类而确定。至少在之前没有以这种方式确定要使用的弯道灯控制参数值时，例如随机的或者优选地例如使用拉丁超立方体采样方法已经确定为合适的弯道灯控制参数值，可以从参数空间中选择作为要使用的先前弯道灯控制参数值。在一个示例性实施例中，具有自动相关性确定的高斯过程回归用于元建模。此外可以提供，存储的来自数据库的测试行程数据用于元建模。首先为选定的弯道灯控制参数子组生成输出值，例如使用拉丁超立方体样本。然后对这些样本进行元建模，其中生成可能的模型，这些模型建立弯道灯控制参数值和相关表现类别之间的关系。以这种方式，可以分析多个可能的弯道灯控制参数值组，仅受可用计算能力的限制，以非常多的组合进行多维优化。
23.在一个示例性实施例中，应用遗传算法包括使用元建模生成的模型通过非支配遗传排序算法执行全局优化。在一个优选实施例中，nsga ii算法(nsga ii-non-dominated sorting genetic algorithm ii，非支配遗传排序算法ii)被用于以不同的可能弯道灯控制参数值执行多准则优化，并确定更新后的弯道灯控制参数值从而改进弯道灯控制单元的表现。优选的元建模方法还提供关于所考虑的各个弯道灯参数的相关性的信息。在一个实施例中，该方法因此包括通过相关性低于相关阈值的那些参数来减少考虑用于优化的弯道灯控制参数的数量。因此可以进一步加速优化。此外，在一个实施例中，提供了各种弯道灯控制参数的相关性作为它们在数据集中的不等式分布被输出，该数据集可以用图表表示，例如帕累托图，以允许用户进行比较检查，例如作为开发工程师。在一个实施例中还提供，存储来自确定的、更新后的弯道灯控制参数值的数据集，以便这些数据稍后可用作单独优化的初始弯道灯控制参数。
24.在该方法的另一个实施例中，自动分类包括使用受过训练的人工神经网络。在此训练人工神经网络以根据弯道灯控制单元的输出值组对弯道灯控制单元随时间变化的表现进行分类，并将每个表现分配给期望的表现类别或至少一个另外的表现类别。在训练阶段，根据测试行程数据训练人工神经网络并由专家验证分类。
25.在一个示例性实施例中，人工神经网络在训练阶段用机器学习方法进行训练，该机器学习方法至少评估以下值：车辆的车速、车辆方向盘的转向角和车辆前照灯的对焦(即，照射方向)。还可以评估弯道灯控制单元的运行状态。例如也可以考虑方向指示器的运行状态和所挂的挡位。这里的评估还包括确定输入信号在一个时间段内的动态行为，即行驶轨迹参数值。为此，例如在存储器中中间存储行驶轨迹参数值。特别是因为也可以在不评估摄像机信号的情况下进行训练，因此可以显著减少计算工作量。
26.在一个实施例中，测试行程数据以及相关的表现的人工分类在这里由专家在训练阶段进行评估。
27.在一个优选实施例中，机器学习方法针对分类单元的每个表现类别使用相关联的机器学习模型。优选地使用增强的决策树模型，即具有梯度增强的决策树模型，每个表现类
别一个梯度增强，其中可能已经预处理的行驶轨迹参数值用于检查是否生成了可以分配给已在相关时间段中生成的表现类别之一的表现。
28.在该方法的一个实施例中，期望的类别涉及弯道灯控制单元的正确反应，并且至少一个另外的类别包括第一另外的类别和第二另外的类别，其中第一另外的类别涉及弯道灯控制单元的延迟反应，第二另外的类别涉及弯道灯控制单元的不稳定反应。
29.在一个实施例中，自动分类还包括为相应的分类表现分配信任级别。为此目的，可以在一段时间内对各个分类进行汇总，以便做出有关分类的最终决定，然后为它们分配信任级别。如果将机器学习模型(例如在每种情况下的增强的决策树模型)分配给每个类别，则可以基于每个机器模型在相应类别中的反应总数来分配信任级别。
30.如果行程已经结束，还可以确定该行程的整体表现评估，其中可以考虑弯道灯控制单元的正确反应、延迟反应和不稳定反应的数量以及可选的弯道灯控制单元处于激活状态的总时间。在一个实施例中，提供的是这些结果以文本形式和/或图形自动存储和/或显示。
31.在该方法的一种实施例中提供的是，用存储的可用测试行程数据模拟至少一个行程。例如，这些可以保存在数据库中，数据库中存储了针对不同存储测试行程的can总线数据。在该实施例中，弯道灯控制单元还可以由不在车辆上的可编程装置(例如固定计算机)执行。
32.根据本发明的第二方面，一种具有自动自优化预测动态弯道灯功能的用于车辆的照明系统包括：行车前照灯装置，行车前照灯装置被设计为响应于控制信号改变行车前照灯装置的照射方向；以及连接到行车前照灯装置的弯道灯控制单元，弯道灯控制单元配置有初始弯道灯控制参数值作为要使用的弯道灯控制参数值，设计用于向行车前照灯装置传输控制照射方向的控制信号；分类单元，连接到弯道灯控制单元，配置用于根据弯道灯控制单元的输出值将弯道灯控制单元的表现自动分类为期望的表现类别和至少一个另外的表现类别；连接到弯道灯控制单元和分类单元的控制参数优化单元，用于根据弯道灯控制单元的输入值和分配给输入值的弯道灯控制单元的表现类别，确定更新后的弯道灯控制参数值；以及行驶轨迹参数获取装置，配置用于获取行驶轨迹参数值并且将行驶轨迹参数值作为在车辆的至少一个行程期间的输入值传输到弯道灯控制单元，其中照明系统被配置为执行根据本发明的第一方面的用于自动优化预测动态弯道灯功能的方法。因此，包括在具有自动自优化预测动态弯道灯功能的用于车辆的合适的照明系统的背景下，还实现了根据本发明的用于自动优化车辆照明系统的预测动态弯道灯功能的方法包括其任何实施例的优点和特征。
33.在一个优选实施例中，照明系统包括可编程装置，该可编程装置包括至少一个处理器和存储器，其中弯道灯控制单元、分类单元和控制参数优化单元是可由处理器执行的模块，并且其中存储器包含代码组件，代码组件当被处理器加载时，会使处理器执行模块并执行方法。
34.根据本发明的第三方面，一种车辆包括根据本发明第二方面的照明系统，并且根据本发明的第四方面，一种计算机程序产品还包括代码元素，代码元素当从具有自动自优化预测动态弯道灯功能的用于车辆的照明系统的可编程装置的存储器加载到其处理器时，配置处理器执行根据本发明的第一方面的方法。因此，在具有适用于执行该方法的自动自
优化预测动态弯道灯功能的照明系统的车辆的背景下，以及在用于配置照明系统以执行用于自动优化车辆照明系统的预测动态弯道灯功能的方法的计算机程序产品的背景下，还实现了根据本发明的用于自动优化车辆照明系统的预测动态弯道灯功能的方法包括其任何实施例的优点和特殊特征。
附图说明
35.在详细说明和附图中可以看出本发明的进一步优点。将在下文中还结合以下参考附图对示例性实施例的描述更详细地解释本发明，其中：
36.图1示出了根据本发明的一个实施例的用于自动优化车辆照明系统的预测动态弯道灯功能的方法的示例的示意图；和
37.图2示出了根据本发明的另一实施例的包括具有自动自优化预测动态弯道灯功能的照明系统的车辆的示例的示意图。
具体实施方式
38.显而易见的是，在不脱离本发明的保护范围的情况下，可以使用其他实施例并且可以进行结构或逻辑上的改变。显而易见的是，除非另有特别说明，否则上文和下文描述的不同示例性实施例的特征可以彼此组合。因此，不应将描述理解为限制性的，并且本发明的保护范围由所附权利要求限定。
39.图1示出了根据本发明的一个实施例用于自动优化车辆照明系统的预测动态弯道灯功能的方法100的示例的示意图。方法100在开始状态101在包括照明系统的车辆开始行程时开始，该照明系统的预测动态弯道灯功能将被优化。然而，在所示的实施例中，现在首先执行102训练阶段，其中用机器学习方法训练分类单元的人工神经网络，以根据弯道灯控制单元的输出值将弯道灯控制单元的表现自动分类为期望的表现类别和至少一个另外的表现类别，该机器学习方法至少评估以下值：车辆的车速、车辆方向盘的转向角和车辆行车前照灯的对焦。在另一个实施例中，人工神经网络已经经过训练。在这里，可以使用同一车辆和同一驾驶员进行训练，也可以使用不同的车辆和/或不同的驾驶员或者基于存储的测试行程数据集的数据库、独立于车辆进行训练。
40.现在接下来的步骤是配置103用于控制车辆的照明系统的弯道灯控制单元以将初始弯道灯控制参数值作为要使用的弯道灯控制参数值，配置104分类单元(连接到弯道灯控制单元)以根据弯道灯控制单元的输出值将弯道灯控制单元的行为自动分类为期望的表现类别和至少一个另外的表现类别，以及配置105控制参数优化单元以根据弯道灯控制单元的输入值和分配给输入值的弯道灯控制单元的表现类别确定更新后的弯道灯控制参数值。
41.在另一步骤中，获取106行驶轨迹参数值作为在车辆的至少一个行程期间弯道灯控制单元的输入值，随后的步骤是确定107弯道灯控制单元的输出值和根据在至少一个行程期间确定的输出值对弯道灯控制单元的表现进行自动分类108。在所示的实施例中，这包括使用114受过训练的人工神经网络以及另外为分别分类的表现分配115信任级别。
42.该方法现在继续确定109更新后的弯道灯控制参数值。在图1所示的实施例中，这包括根据要使用的弯道灯控制参数值和存储的先前要使用的弯道灯控制参数值执行112自动分类的元建模，以便能够利用遗传算法执行多维优化，以及应用113遗传算法，通过遗传
算法将弯道灯控制单元的表现分类为期望的表现类别的频率增加。在这里，存储的先前要使用的弯道灯控制参数值在确定更新后的弯道灯控制参数值的先前迭代期间基于参考来自当前行驶的行程的先前时间段和/或在同一辆车或另一辆车的先前行程期间弯道灯控制单元的输出值的分类确定。至少在之前没有以这种方式确定要使用的弯道灯控制参数值时，例如随机的或者优选地已经例如使用拉丁超立方体采样方法确定为合适的弯道灯控制参数值，可以从参数空间中选择作为要使用的先前弯道灯控制参数值。如果没有可用的先前要使用的弯道灯控制参数值，则不执行元建模。
43.在所示的实施例中，这优选地包括使用元建模生成的模型通过非支配遗传排序算法执行全局优化。执行112元建模还包括首先执行元建模的数据的清理和准备。
44.在确定109更新后的弯道灯控制参数值之后，例如在至少一个行程期间，将要使用的弯道灯控制参数值调整110为更新后的弯道灯控制参数值。
45.在检查111预测动态弯道灯功能的优化是否应该结束的步骤中，检查是否满足相关联的终止标准。例如，如果弯道灯控制单元、照明系统或车辆被停用，则满足该标准。也可以提供，在行程结束后结束优化，同时也可以在多个行程上继续优化。也可以提供，如果相应的、新确定的、更新后的弯道灯控制参数值(在公差范围内，如果相关)不再偏离某种程度上有效的要使用的弯道灯控制参数值，则结束优化。还可以提供，最终测试行程结束优化，其中照明控制器的控制例如由专家进行质量检查。取决于实施例，终止标准可以例如是前面提到的那些标准之一，或者多于一个的组合。
46.如果检查111显示优化不应结束(在图1中用
“‑”
示出)，则该方法继续获取106另外的行驶轨迹参数值。如果检查111表明优化应该结束(在图1中用“+”表示)，则该方法进行到结束状态116。
47.图2中示出了根据本发明的另一实施例包括具有自动自优化预测动态弯道灯功能的照明系统200的车辆300的示例的示意图。除了照明系统200之外，车辆300特别地包括车辆总线，在所示实施例中为can总线301，通过该总线可以接收行驶轨迹参数值302。这涉及来自传感器信号的值，每个值都用合适的传感器记录，例如车辆方向盘的转向角曲线、车速、横摆率、所挂的挡位和/或方向指示器的状态，所述值表征行驶轨迹(包括行程过程中车辆的运行状态)。前置摄像机303的视频记录，在所示实施例中，其具有视频分析模块，即可编程装置，其被配置为从视频记录确定道路路线，提供另外的行驶轨迹参数值，再次通过车辆300的can总线301或者如图1所示，直接传送至照明系统200的行驶轨迹参数获取装置220。行驶轨迹参数获取装置220具体包括用于从can总线301接收行驶轨迹参数值302的接口。
48.车辆的所示照明系统200具有自动自优化预测动态弯道灯功能。这意味着行车前照灯装置201被设计成响应于弯道灯控制单元210的控制信号213而改变行车前照灯装置201的照射方向206、208，即照明方向。在图1所示的实施例中，行车前照灯装置201具有连接到第一驱动马达203的可旋转安装的右侧行车前照灯202和连接到第二驱动马达205的可旋转安装的左侧行车前照灯204，其中驱动马达203、205接收控制信号213并设计成根据控制信号213分别转动右侧行车前照灯202和左侧行车前照灯204一个角度，以在车辆300行驶通过弯道时提高利用右侧行车前照灯202的第一照射方向206的第一光锥207和左侧行车前照灯204的第二照射方向208的第二光锥209对道路的照明。在另一个示例性实施例(未示出)
中，行车前照灯202、204不一定使用驱动马达203、205可旋转和可枢转地安装，而是包括由多个led和控制器组成的矩阵系统，以便通过矩阵系统的受控段中的led的适当激活和停用来改变照射方向206、208。
49.照明系统还包括弯道灯控制单元210，其被设计成将用于控制右侧行车前照灯202和左侧行车前照灯204的照射方向206、208的控制信号213传输到行车前照灯装置201的第一驱动马达203和第二驱动马达205。为此目的，弯道灯控制单元210连接到行车前照灯装置201，并用初始弯道灯控制参数值211作为要使用的弯道灯控制参数值进行初始化。初始弯道灯控制参数值可以在训练阶段确定，或者可以预先确定并且提供在存储器212中以便由弯道灯控制单元210加载。
50.弯道灯控制单元210此外连接到实现为ai单元的分类单元214，其被配置为(例如编程为)根据弯道灯控制单元210的输出值215将弯道灯控制单元210的表现自动分类为期望的表现类别和至少一个另外的表现类别。根据控制信号213的格式，弯道灯控制单元210的输出值215可以与控制信号213相同，或者可以具有不同的格式，然而，它表征了控制信号(例如旋转角数字而不是驱动马达的激活持续时间)。
51.照明系统200还包括连接到弯道灯控制单元210和分类单元214的控制参数优化单元216，用于根据弯道灯控制单元210的输入值218和将弯道灯控制单元210的表现分类219为分配给输入值218的各个表现类别确定更新后的弯道灯控制参数值217。行驶轨迹参数获取装置220还配置用于获取行驶轨迹参数值302。行驶轨迹参数获取装置220包括到车辆300的can总线301的接口，经由该接口并且如果相关的话直接地从车辆300的前置摄像机303接收行驶轨迹参数值302，并且当车辆行驶时作为转向灯控制单元210的输入值传输到所述行驶轨迹参数获取装置，并且还(直接或间接地)传输到控制参数优化单元216。
52.在一个实施例中，提供的是，弯道灯控制单元210、分类单元214和控制参数优化单元216被实现为电路和/或在可编程逻辑电路的帮助下实现。在另一实施例中，提供的是，照明系统200包括可编程装置，该可编程装置包括至少一个处理器和存储器，例如存储器220，而弯道灯控制单元210、分类单元214和控制参数优化单元216是可由处理器执行的(全部或部分)模块，并且存储器包含代码段，即程序代码，当由处理器加载时，该代码段使处理器执行模块并配置照明系统200执行结合图1描述的用于自动优化预测动态弯道灯功能的方法100。
53.显而易见的是，虽然方法步骤是根据某个有序序列来描述的，但是它们可以部分地以不同于这里描述的顺序来执行。同样显而易见的是，某些步骤可以同时或依次执行，一次或多次执行，可以添加其他步骤，或者可以省略这里描述的某些步骤。换言之，提供本描述是为了阐明特定实施例的目的，而不应被理解为对所公开对象的限制。
54.尽管已经通过优选的示例性实施例更详细地说明和更详细地描述了本发明，但本发明不受所公开的示例的限制，并且在不超出本发明的保护范围的情况下，专家可以从中得出其他变化。因此，本发明不应限于个别实施例，而应仅受所附权利要求的限制。
55.附图标记列表
56.100 方法
57.101 开始
58.102 执行训练阶段
59.103 配置弯道灯控制单元
60.104 配置分类单元
61.105 配置控制参数优化单元
62.106 获取行驶轨迹参数值
63.107 确定弯道灯控制单元的输出值
64.108 自动分类
65.109 确定更新后的弯道灯控制参数值
66.110 调整要使用的弯道灯控制参数值
67.111 检查优化是否应该结束
68.112 执行元建模
69.113 应用遗传算法
70.114 使用受过训练的人工神经网络
71.115 分配信任级别
72.116 结束
73.200 照明系统
74.201 行车前照灯装置
75.202 可旋转安装的右侧行车前照灯
76.203 用于转动右侧行车前照灯的第一驱动马达
77.204 可旋转安装的左侧行车前照灯
78.205 用于转动左侧行车前照灯的第二驱动马达
79.206 第一照射方向
80.207 第一光锥
81.208 第二照射方向
82.209 第二光锥
83.210 弯道灯控制单元
84.211 初始弯道灯控制参数值
85.212 存储器
86.213 控制信号
87.214 分类单元
88.215 弯道灯控制单元的输出值
89.216 控制参数优化单元
90.217 更新后的弯道灯控制参数值
91.218 弯道灯控制单元的输入值
92.219 分类
93.220 行驶轨迹参数获取装置
94.221 要使用的弯道灯控制参数值
95.300 车辆
96.301 can总线
97.302 行驶轨迹参数值
98.303 带视频分析模块的前置摄像机

技术特征：
1.一种用于自动优化车辆照明系统的预测动态弯道灯功能的方法(100)，包括：-配置(103)用于控制车辆照明系统的弯道灯控制单元以将初始弯道灯控制参数值作为要使用的弯道灯控制参数值；-配置(104)分类单元以根据所述弯道灯控制单元的输出值将所述弯道灯控制单元的表现自动分类为期望的表现类别和至少一个另外的表现类别；-配置(105)控制参数优化单元以根据所述弯道灯控制单元的输入值和分配给所述输入值的所述弯道灯控制单元的表现类别确定更新后的弯道灯控制参数值；-获取(106)行驶轨迹参数值作为所述车辆至少一个行程期间所述弯道灯控制单元的所述输入值；-确定(107)所述弯道灯控制单元的输出值，并且根据在所述至少一个行程期间所确定的所述输出值对所述弯道灯控制单元的表现进行自动分类(108)；和-确定(109)更新后的弯道灯控制参数值并且将所述要使用的弯道灯控制参数值调整(110)为所述更新后的弯道灯控制参数值，其中：确定(109)更新后的弯道灯控制参数值包括应用(113)遗传算法，通过所述遗传算法将所述弯道灯控制单元的表现分类为所述期望的表现类别的频率增加。2.根据权利要求1所述的方法，其中，确定(109)更新后的弯道灯控制参数值以及将所述要使用的弯道灯控制参数值调整(110)为更新后的弯道灯控制参数值发生在所述至少一个行程期间。3.根据权利要求1或权利要求2所述的方法，其中，确定(109)更新后的弯道灯控制参数值包括根据所述要使用的弯道灯控制参数值和存储的先前要使用的弯道灯控制参数值执行(112)所述自动分类的元建模。4.根据权利要求3所述的方法，其中，应用(113)遗传算法包括使用所述元建模生成的模型通过非支配遗传排序算法来执行全局优化。5.根据前述权利要求之一所述的方法，其中，所述自动分类(108)包括使用(114)受过训练的人工神经网络。6.根据权利要求5所述的方法，其中，在使用机器学习方法执行(102)训练阶段的同时训练所述人工神经网络，所述机器学习方法至少评估以下值：所述车辆的车速、所述车辆的方向盘的转向角、以及所述车辆的行车前照灯的对焦。7.根据权利要求6所述的方法，其中，当执行(102)所述训练阶段时，由专家评估测试行程数据以及相关的表现的手动分类。8.根据权利要求6或权利要求7所述的方法，其中，所述机器学习方法针对所述分类单元的每个表现类别使用分配的机器学习模型。9.根据前述权利要求中任一项所述的方法，其中，所述期望的类别涉及所述弯道灯控制单元的正确反应，并且所述至少一个另外的类别包括第一另外的类别和第二另外的类别，其中所述第一另外的类别涉及所述弯道灯控制单元的延迟反应，并且所述第二另外的类别涉及所述弯道灯控制单元的不稳定反应。10.根据前述权利要求中任一项所述的方法，其中，所述自动分类(108)还包括向分别分类的表现分配(115)信任级别。11.根据前述权利要求中任一项所述的方法，其中通过存储的可用测试行程数据来模
拟所述至少一个行程。12.一种用于车辆(300)的照明系统(200)，具有自动自优化预测动态弯道灯功能，包括：-行车前照灯装置(201)，其设计用于响应于控制信号改变所述行车前照灯装置(201)的照射方向(206、208)；-弯道灯控制单元(210)，所述弯道灯控制单元(210)连接到所述行车前照灯装置(201)，所述弯道灯控制单元(210)配置有初始弯道灯控制参数值(211)作为要使用的弯道灯控制参数值，并且被设计用于传输控制信号(213)以用于控制所述行车前照灯装置(201)的照射方向(206、208)；-分类单元(214)，所述分类单元(214)连接到所述弯道灯控制单元(210)，配置用于根据所述弯道灯控制单元(210)的输出值(215)将所述弯道灯控制单元(210)的表现自动分类为期望的表现类别和至少一个另外的表现类别；-控制参数优化单元(216)，所述控制参数优化单元(216)连接到所述弯道灯控制单元(210)和所述分类单元(214)，用于根据所述弯道灯控制单元(210)的输入值(218)和分配给所述输入值(218)的所述弯道灯控制单元(210)的表现的分类(219)确定更新后的弯道灯控制参数值(217)；和-行驶轨迹参数获取装置(220)，其配置用于获取行驶轨迹参数值(302)，并将所述行驶轨迹参数值(302)作为在所述车辆(300)的至少一个行程期间的输入值(218)传输至所述弯道灯控制单元(210)，其中所述照明系统(200)被配置为执行根据权利要求1至11中任一项所述的用于自动优化预测动态弯道灯功能的方法(100)。13.根据权利要求12所述的照明系统，包括可编程装置，所述可编程装置包括至少一个处理器和存储器，其中所述弯道灯控制单元(210)、所述分类单元(214)和所述控制参数优化单元(216)是可由所述处理器执行的模块，其中所述存储器包含代码组件，所述代码组件当由所述处理器加载时，使所述处理器执行所述模块并执行所述方法(100)。14.一种车辆(300)，包括根据权利要求12或权利要求13所述的照明系统(200)。15.一种包括代码元素的计算机程序产品，所述代码元素当从具有自动自优化预测动态弯道灯功能的车辆(300)的照明系统(200)的可编程装置的存储器加载到处理器时，配置所述处理器执行根据权利要求1至11之一所述的方法(100)。

技术总结
一种自动优化车辆照明系统的预测动态弯道灯功能的方法(100)包括配置(103)控制照明系统的弯道灯控制单元以将初始弯道灯控制参数值作为要使用的控制参数值，配置(104)分类单元以根据控制单元的输出值将弯道灯控制单元的表现自动分类为期望的表现类别和至少一个另外的表现类别，配置(105)控制参数优化单元以根据控制单元的输入值和分配给输入值的表现类别确定更新后的控制参数值，以及获取(106)行驶轨迹参数值作为行程期间的输入值，确定(107)控制单元的输出值，根据所确定的输出值对表现进行自动分类(108)，确定(109)更新后的控制参数值并且将要使用的控制参数值调整(110)为更新后的控制参数值，其中确定(109)更新后的控制参数值包括应用(113)遗传算法，通过遗传算法将表现分类为期望的表现类别的频率增加。频率增加。频率增加。


技术研发人员：亚历山大
受保护的技术使用者：福特全球技术公司
技术研发日：2021.09.06
技术公布日：2022/3/8